图片内容质量评分AI：内容平台智能审核方案

摘要：

图片内容质量评分AI通过对图像的清晰度、美观度、相关度等维度进行自动评估，辅助内容平台完成素材筛选与分级管理。本文介绍其技术原理及VITA模型在内容审核中的工程应用方式。

一、图片内容质量评分的任务定义

1.1 什么是图片内容质量评分

图片内容质量评分指使用AI模型对图片内容从多个维度进行量化评估，输出各维度的分数或等级，用于辅助内容平台完成素材筛选、分级管理、推荐排序等任务。

与单纯的内容合规审核（判断内容是否违规）不同，质量评分更关注内容的"优劣程度"：一张图片是否清晰、构图是否合理、与文案是否匹配，这些都会影响最终的用户体验。

1.2 典型评分维度

图片内容质量评分通常涵盖以下维度：

清晰度维度：评估图像是否存在模糊、噪点、压缩伪影等技术质量问题。

美观度维度：从构图、色彩搭配、视觉舒适度等角度评估图片的美学质量。

相关度维度：评估图片与 accompanying 文本（如广告文案、文章正文等）是否在主题上一致，是否围绕同一产品、同一卖点展开。

合规风险维度：评估图片是否存在违规内容（如色情低俗、暴力恐怖、政治敏感等），以及表达规范性方面的风险。

二、AI图片质量评分的技术原理

2.1 技术质量评估

技术质量评估关注图片的"可看性"，即从技术分析角度判断图片是否清晰、干净、正常曝光。

常见的技术质量指标包括：

模糊度（Blur）：评估图像是否因对焦不准或运动模糊导致细节丢失。

噪点水平（Noise）：评估图像中是否存在因高ISO拍摄或低光环境导致的颗粒状噪声。

曝光准确度（Exposure）：评估图像是否存在过曝（细节丢失）或欠曝（画面过暗）的问题。

伪影与压缩痕迹（Artifacts）：评估图像是否因过度压缩导致块状伪影、色彩断层等问题。

这些技术指标通常可以通过基于深度学习的质量评估模型来完成自动化打分。模型在训练阶段学习大量带有人工评分或客观指标标注的图片数据，在推理阶段对输入图片输出各技术质量维度的分数。

2.2 美学质量评估

美学质量评估关注图片的"好看程度"，即从艺术和视觉吸引力的角度判断图片是否具备较高的美学价值。

常见的美学评估维度包括：

构图合理性：评估图片的构图是否符合常见美学原则（如三分法、对称构图、引导线等）。

色彩鲜明度与搭配：评估图片的色彩是否鲜明、搭配是否协调。

视觉舒适度：评估图片在视觉上是否给人舒适的感觉，是否存在刺眼、杂乱等问题。

内容意义明确性：评估图片表达的主题是否明确，是否存在主题模糊或不知所云的情况。

美学质量评估通常依赖基于深度学习的美学评分模型。这类模型在训练阶段学习大量带有美学评分的图片数据（如摄影比赛获奖作品、用户点赞量高的图片等），在推理阶段对输入图片输出美学维度的综合分数。

2.3 相关度评估

相关度评估关注图片与文本之间的一致性，即图片内容是否与 accompanying 的文本描述围绕同一主题展开。

在多模态理解框架下，相关度评估通常通过将图片特征和文本特征映射到同一语义空间，计算两者之间的相似度或匹配度来完成。如果图片特征与文本特征在语义空间中距离较近，则判断为相关度较高；反之则相关度较低。

三、VITA在图片内容质量评分中的能力

3.1 图文质量评估

根据产品文档，VITA在内容平台治理场景中，可以对图文内容的质量、美观度、相关度进行多维度评分，辅助内容分级与运营决策。

具体评估维度包括：

图文质量：对广告中图像与文字在表达规范性、信息清晰度与合规风险方面进行综合质量评估。

素材美观度：对广告素材在视觉呈现层面的整体质量进行评估，包括音画体验、构图合理性与视觉舒适度。

相关度：判断广告中视频、图像与文字之间是否围绕同一产品、同一卖点与同一主题展开。

3.2 基于自定义Prompt的灵活评估

VITA支持基于自定义Prompt对图片内容做智能识别与分析。在工程实现中，用户可以通过设计合理的Prompt，引导模型完成特定维度下的图片质量评分任务。

例如，可以要求模型从清晰度、构图、色彩三个维度对图片进行1-10分的打分，并以JSON格式输出各维度分数和综合分数；也可以要求模型判断图片与给定文案是否主题一致，并给出"一致""部分一致""不一致"三个等级的判断结果。

3.3 批量处理能力

在内容平台的智能审核场景中，通常需要对大规模图片库进行批量质量评分。VITA支持一次请求传入最多10张图片，可以在单次API调用中完成多张图片的理解任务，提升批量处理的效率。

在大规模调用场景下，建议先进行小批量测试，确认理解效果和Token消耗水平后，再进行全量处理。

四、工程实现中的关键设计

4.1 评分标准的标准化

在使用AI完成图片质量评分时，评分标准的标准化是一个关键问题。如果评分标准不清晰，模型在不同批次的输入上可能给出不一致的分数，影响后续的业务决策。

一种工程做法是，在Prompt中给出明确的评分标准和示例：如"请从1-10分为这张图片的清晰度打分：1-3分为严重模糊，4-6分为轻微模糊，7-10分为清晰"。通过给出具体的评分依据，可以提升模型输出的一致性。

4.2 多维度评分的结果融合

图片质量评分通常涉及多个维度，在工程实现中需要将上述各维度的分数融合为一个综合分数，用于最终的内容排序或筛选决策。

常见的融合方式包括：

加权平均：为每个维度分配一个权重，计算加权平均分作为综合分数。权重可以根据业务目标进行调整（如内容平台可能更关注美观度，而电商场景可能更关注清晰度和相关度）。

分层筛选：先使用一个维度进行初筛（如过滤掉清晰度低于某个阈值的图片），再使用其他维度对通过初筛的图片进行精细排序。

4.3 Token消耗与成本控制

在大规模图片质量评分场景中，Token消耗直接决定调用成本。VITA的Token消耗计算公式为：总Token消耗 = 指令Token消耗 + 图片数向上取偶 × 单图Token消耗。

在工程中，可以通过合理选择图片分辨率（降低单图Token消耗）、精简Prompt长度（降低指令Token消耗）、合理规划批量处理任务等方式控制成本。

五、落地场景与任务设计

5.1 内容平台的素材质量分级

内容平台在对用户上传的图片素材进行管理中，需要完成自动质量评分，将高质量素材优先推荐，将低质量素材降级展示或不予通过。

VITA的图文质量评估、素材美观度评估、相关度评估能力可以辅助完成这一任务。通过自定义Prompt，可以引导模型从平台关注的维度对图片进行打分，并将分数写入素材管理系统的字段中，供后续推荐和排序使用。

5.2 广告素材的投放前质量筛查

广告素材的质量直接影响投放效果和用户体验。在广告投放前，可以对素材进行自动质量评分，过滤掉质量不达标的素材，避免浪费投放预算。

VITA可以辅助完成广告素材的多维度质量评估：从图文质量、素材美观度、相关度等维度对广告素材进行打分，并将评分结果用于投放决策。

5.3 UGC内容的智能审核与分级

UGC（用户生成内容）平台需要对用户上传的大量图片内容进行审核和分级。除合规审核外，内容质量评分也是分级管理的重要依据：高质量内容可以获得更多曝光机会，低质量内容则被限制分发。

VITA的多维度评分能力可以辅助UGC平台完成这一任务，在保障合规的前提下，提升平台整体内容质量水平。

六、Prompt设计建议

6.1 评分类任务的Prompt设计

在需要模型完成图片质量评分任务时，建议在Prompt中明确以下信息：

评分维度与标准：明确告知模型需要从哪些维度评分，每个维度的评分标准是什么。如"请从清晰度（1-10分，1分为严重模糊，10分为非常清晰）、美观度（1-10分）、相关度（1-10分）三个维度对图片打分"。

输出格式要求：明确指定输出格式，便于后续的系统解析。如"请以JSON格式输出结果，包含clarity_score、aesthetics_score、relevance_score三个字段"。

边界情况处理：如需模型对边界情况进行处理（如图片无法正常打开、图片内容与文本完全无关等），在Prompt中加以说明。

6.2 批量处理场景的Prompt设计

在需要对多张图片进行批量评分的场景中，可以在Prompt中要求模型对每张图片分别输出评分结果，并以数组或分条列举的方式输出，便于后续的系统处理。

七、总结

图片内容质量评分AI通过技术质量评估、美学质量评估、相关度评估等多维度分析，为内容平台提供了自动化的素材筛选与分级管理能力。在工程实现中，评分标准的标准化、多维度评分结果的融合、Token消耗与成本控制是需要重点考虑的问题。

VITA多模态理解模型在图文质量评估、素材美观度评估、相关度评估等方向上提供了可用的工程能力，支持基于自定义Prompt的灵活调用，适用于内容平台素材质量分级、广告素材投放前质量筛查、UGC内容智能审核与分级等场景。对于需要在业务中接入图片内容质量评分能力的开发者，可以参考本文介绍的技术原理和工程建议，结合VITA的API能力进行系统设计与实现。

VITA多模态理解模型已在腾讯云TokenHub平台上线，提供兼容OpenAI API协议的调用方式。用户可前往腾讯云控制台体验相关能力：

https://console.cloud.tencent.com/tokenhub/multimodal?modelId=youtu-vita