AI集体翻车!「13个鸡蛋」为啥就这么难画?

「让AI画13个鸡蛋」的测试这两天在网上刷屏,相关话题冲上热搜。网友@零重力瓦力使用9款AI绘画模型测试,只有4款能一次画对13个鸡蛋。

网友测试发现,能稳定、精准画出目标数量的大模型屈指可数。有网友称,自己手机里常用的几款AI工具「全军覆没」。

AI集体翻车!“13个鸡蛋”为啥就那么难画?

AI为啥画不准13个鸡蛋

南京航空航天大学人工智能学院副教授李博涵说,这并不是AI「不够聪明」。核心原因是,主流的扩散类文生图模型本身没有内置独立的实体计数逻辑。

李博涵表示,理解数字「13」和稳定画出刚好13个实体,对当前基础文生图模型来说是两件完全不同的事。

他解释,常用的AI文生图工具大多属于扩散模型,生成逻辑是从随机噪点逐步还原,拟合训练数据里的像素分布规律。模型可以识别「13」这个文本语义,但不会建立计数器变量,也不会逐个生成物体、计数校验,直到达到指定数量。

也就是说,AI读懂了「13」这个词,不等于能稳定、精确地把这个数字映射成画面里13个互相独立的物体。

训练素材也是原因之一。生活中常见的「一盒鸡蛋」大多是12枚、16枚、30枚的标准化规格,AI的训练素材也大多如此。13属于少见的非标准数量,参考样本少。

此外,同类物体靠近时容易互相遮挡、轮廓融合,AI计数出错的概率会明显上升。

AMP

图为网友@零重力瓦力的测试结果。

哪些场景容易「翻车」

除同类物体计数外,AI文生图还有几类高频出错场景:

手部:手指数量错乱、指体粘连;

画面内嵌文字:乱码、拼写错误;

严格空间约束关系:上下、左右、前后逻辑错乱等。

日常使用如何避坑

1. 尽量不要直接让AI完成「数出N个物体」这类任务,可以预先规定排布方案,引导AI摆放。比如把「画13个鸡蛋」改写为「13个鸡蛋分三排摆放,5+4+4,物体之间留出充足空隙」,用位置排布给每个物体预留独立空间;

2. 给外形相似的物体增加颜色、位置上的区分特征,降低轮廓融合粘连的概率。局部出错时,优先用局部重绘功能修正,而不是反复整体重新生成;

3. 画手部时,可以选用半身、侧面、适度遮挡的构图来规避问题。需要画面内出现文字时,尽量让文本简短,并添加引号标注提醒AI。

李博涵提醒,这些技巧只能降低出错概率,无法绝对保证不出错。文生图模型的优势在于生成氛围感强、富有创意的图像,精确计数、严格逻辑推理仍是这类模型的固有短板。

上一篇 2026/11/20 09:01
下一篇 2026/11/20 09:01

相关推荐

发表回复

登录后才能评论