图像编辑模型推理能力如何图像编辑模型推理成短板
图像编辑模型能不能“像人一样思考”？一个新基准测试给出了答案。
东南大学联合多家机构发布KRIS-Bench，它是首个从知识类型角度出发的图像编辑模型推理评估系统，专门测AI在知识类任务上的“理解力”。
这个评估体系基于认知心理学，按照三类知识层级出题：
- 事实性知识：颜色、数量、空间等直观信息；
- 概念性知识：涉及自然学科常识，要求一定理解；
- 程序性知识：多步推理和复杂规则执行，是最接近“思维”的部分。
10款模型实测后发现：GPT-Image-1表现最稳，但整体来看，即便是顶级模型，在“程序性推理”和自然科学任务上仍集体翻车，尤其在多步骤合成和因果理解方面，明显还做不到“懂”。
开源模型中，BAGEL-Think通过增加推理过程小有进步，但和闭源模型仍存在明显代差。
团队希望未来图像编辑模型不只是“听话”，还能真正“理解”：不仅知道怎么改图，还知道为什么这样改，改完之后会发生什么。
