一、问题分析与核心挑战

核心痛点：AIGC生图存在“图文不符”问题，用户投诉增加（如“双胞胎背对背拼拼图”画错姿势、“指挥家甩汗珠”漏画汗珠）；内部需高效评估文生图模型质量以支撑快速迭代，传统方法难以满足细粒度与准确性需求。

赛事背景：参与CVPR 2025 NTIRE AIGC图文匹配大赛，赛题提供30K训练、10K验证、5K测试图文对，需评估图文匹配度（prompt/element level），核心指标为SRCC（单调性）、PLCC（准确性）、ACC（元素描述准确率），测试阶段闭榜且难度更高。

二、技术抉择与创新解法

iMatch算法核心设计：采用双模型驱动，结合Prompt解析与元素评分，增强模型对图文匹配的内在关联理解，输出整体匹配分（1-5分）与元素匹配分（1-7分，从“毫无刻画”到“完美刻画”）。

关键优化策略

数据增强：用初赛数据作为伪标签补充训练集，提升少样本场景性能；对图像进行亮度调整、网格畸变、裁剪等视觉增强，丰富训练数据多样性。

Q-Align概率映射：将人类主观评分档位（1-5分）映射为文本描述（bad-excellent），模拟人类评分过程，教导多模态模型（LMMs）对齐人类意见，优化评分准确性。

多增强组合消融：验证QAlign增强、验证集增强、元素增强、图像增强对不同基础模型（如InternVL2.5-8B-MPO、Qwen2.5-VL-7B-Instruct）的效果，组合增强后模型性能显著提升。

性能突破：在EvalMuse-40K验证集上，iMatch算法SRCC达0.8304、PLCC 0.8294，元素匹配ACC 0.8284，全面超越CLIPScore、FGA-BLIP2等SOTA方法。

三、比赛成绩与业务实践

赛事成果：在NTIRE 2025大赛中，iMatch算法以主评分0.8551斩获冠军，SRCC（0.8249）、PLCC（0.8485）、ACC（0.8734）三项关键指标均显著领先第二名，刷新领域性能基准。

业务落地场景

细粒度图文匹配评测：可精准判断不同文生图模型的生成效果，如对“小女孩吹肥皂泡”“摇滚歌手呐喊流汗”等prompt，能区分元素（如“金发碧眼”“汗水”）的刻画程度，量化模型优劣。

多领域质量检查：应用于文章标题封面匹配、相册图文特征搜索（如匹配“石碑、龙、亚洲建筑”等元素）、商品首图与名称匹配（如空气炸锅专用纸）、安全场景关键词匹配（如“血腥暴力”排查），覆盖内容生态多环节。

构建iMatch-benchmark：针对原始评测集模型数据分布不均问题，构建公平全面的多维度评测基准，支持对Midjourney_v6.1、SD3、flux1.1-pro等20+主流文生图模型的细粒度评估。

四、未来思考

能力拓展：补充行业图文匹配跨模态质量评价空白，探索图片智能描述、视频质量感知、高光时刻内容提取等场景，覆盖“有图无文”“有文无图”等更多需求。

模型赋能：将iMatch用于基础模型评估、reward预训练，结合画质、创意等维度构建综合AIGC质量评估体系，进一步支撑AIGC模型迭代与业务落地。