本研究提出了一套自动评估指标，旨在改进图像再创造的评估机制。该指标基于机器翻译，涵盖对象、嵌入和视觉语言模型。研究发现，专有视觉语言模型在文化相关性和语义等价性方面表现最佳，而视觉编码器在视觉相似性测量上表现突出，为图像再创造的自动评估提供了理论和实践框架。