本文探讨了利用CLIP模型评估人工智能生成图像（AIGIs）的质量，提出了多种评估方法和数据库，如PKU-AIGIQA-4K。研究表明，基于人类感知的评估方法在图像质量检测中表现优异，有效提升用户视觉体验。

本文介绍了多种图像质量评估方法和模型，旨在提升AI生成图像的质量。研究构建了PKU-AIGIQA-4K数据库，提出了无参考、全参考和部分参考的评估方法，并通过实验验证其有效性。同时，探讨了生成图像与文本一致性的问题，提出了GR-GAN和RefineNet等新架构，推动了图像生成技术的发展。