该文章介绍了一个新的任务和基准，用于评估文本到图像生成模型在现实生活中产生符合常识的图像的能力。作者评测了各种最先进的模型，并发现图像合成与真实生活照片之间仍存在很大差距。作者的目标是将常识 - T2I 作为高质量评估基准，促进实际生活图像生成的进展。