绘画Ai评分靠谱吗？我把30张图拿去打分，结果只信了一半

30张图是怎么测的

先让两个AI评分工具给30张图各打一次分，同一批图再投月赛、发画友群收集人类点评，最后逐张对照分数和意见的重合度。工具A是网页版，免费额度一天20张，按构图、色彩、光影、创意、完成度五个维度给小分再算总分；工具B是个App，按次收费，只给一个总分加两行批语。测试从9月2日排到9月20日，30张图里SDXL出的占18张，另一家模型出的12张，参数从重绘幅度0.4到0.7都有，不是我刻意挑的均匀样本，就是手头现成的图。人类那边：9月的月赛我投了15张，入围4张，评委留下7条文字点评；画友群里发了全部30张，收回来19条有效意见，有夸有骂，骂的那些反而最有用。

准的地方：构图和光影，它真看得出来

构图和光影两个维度AI最靠谱，30张里它挑出的问题和人类点评有七到八成重合，查技术硬伤可以直接信。构图上，AI标出有问题的11张图，后来有9张被人类点评提到同样的毛病；光影类似，30张里重合21张。最准的一次，是它说一张街景"左下角视觉重量太重，主体被挤到右上"，跟评委的原话几乎一个意思。还有一张室内图，它指出"门框透视线没消失在同一点"，这种毛病我自己盯了三遍都没看出来，群里19条意见也没人提。但翻车也有：有张图我忘了关水印参数——SDXL出的，重绘幅度0.55，步数28，右下角带着半透明logo，两个AI都没扣分，网页版还给了88分，理由是"画面完成度高"。水印这种一眼假的东西它根本不看，出图后的检查还是得自己放大原图过一遍。

不准的地方：创意分和主题契合分，蒙的成分很大

创意、情绪、主题契合这三个维度基本靠套路打分，画面越安全分越高，实验性的图会被压到及格线附近。AI打分最高的三张，92、91、90，全是"标准好看"那一挂：居中构图、逆光发丝、大广角场景，评委给的评语分别是"工整""没记忆点""像图库里捞出来的"。群友最愿意转发的那张，AI只给了64分，理由是"画面浑浊、主体不明确"，结果它不光入了围，还拿了人气第一——那张是我故意把饱和度拉到最低、留了一大块黑的。主题契合更离谱：月赛当月题目是"旧物"，我有一张翻拍老收音机的图，评委说全组扣题扣得最紧，AI呢？两家的主题契合小分一个61、一个74，批语里压根没出现"旧物"俩字——它连题目是什么都不知道，这分从哪来的？算下来，AI给85分以上的10张里，被人类点评点名的只有2张；分差最夸张的一张，工具A给91，工具B给70，差了21分，两个AI自己都没统一标准。

我现在的用法：先机器筛，再给人看

把AI评分当出图后的第一道筛选：低于70分的先修技术问题，修完再发给活人听意见，创意好坏让人说了算。现在的流程是出图先过一遍评分，低于70的回去改构图或光影，能省不少来回；70分以上的直接丢画友群，按真人的反应决定投不投比赛。说实话，测完这轮我对分数没那么执念了——它说88的未必好，说64的也未必差，但它说"左下角太重"的时候，多半是真有问题。工具照旧在用，只是我不再问它"这张能不能拿奖"，只问它"这张哪里有毛病"。分数是体检报告，不是判决书，这两件事我在30张图上花了大半个月才分清楚。

常见问题

AI评分工具打的分，能直接当比赛参考吗？

不能直接当。比赛拼的是评委口味和扣题程度，这两样AI都不懂。我那30张平均分78.6，评委最喜欢的反而是它给64分的那张。拿来排技术问题可以，拿来预测名次不行。

为什么两个AI评分工具的分数能差这么多？

评分维度和权重是各家自己定的，同一张图一个给91、一个给70很正常。别盯绝对分值，只看它指出的问题成不成立，成立就改，不成立就当没看见。

AI评分能看出水印、手部崩坏这种硬伤吗？

我的实测里看不出来，带水印那张照样88分。手部崩坏它能挑出一部分，水印和logo完全无视，硬伤还得自己放大原图检查。

多少分的图才值得留下来继续修？

我的经验线是70分。低于70先查构图和光影，多半真有毛病；高于80的先别高兴，发给活人看一眼再定去留。

延伸阅读

想知道人类评委是怎么挑图的，评价ai绘画看什么？432张月赛投稿评委的三秒挑图法与提意见模板正好补上AI评分缺的那一半：人的口味。

打算把评分筛过的图拿去投稿，先看绘画比赛ai投稿实测：11张AI作品被退3张后，我摸清的规则查证与备赛流程，能少走退稿的弯路。