《久久资源导航》

AI文生图(🐃)文字乱码？都像鬼画符？国内主流AI模型文生图中文字对比

一次无意的使用(🤡)豆包大模(🏦)型中发现，无论怎么(🚄)修饰，生成图片中的指定文字总是各种乱码或者奇怪符号，就像是鬼画符一般。于是带着这个(🔚)问号去试(🌥)了一下其它主流的AI。

目前(🍚)国内AI模型越来越多，如春笋(💳)一(🔄)般不断涌增，头部基本(🐴)上都认为是：阿里的通义千问、百度的文心一言、腾讯的混沌、华为的盘古、讯飞(⛽)的星(🏖)火、抖音的豆包以(🕕)及最近特别流行的Kimi。而其中免费且能直接实现文字成图的就是通义千问、文心一言、豆包、讯(🍵)飞的星火，而热门的Kimi无法实现文字(⛰)生图，只(💘)能提供语言交互功能。

1、图片生成对比，主流AI的文成图全部沦陷

为了直观的对比，给了最简单的指令：男生小明举着一张纸，上面写着“我是小明”，生成卡通图片。分别在上述四个AI中生成了相应图片。当然，即使采用同样的表述，每个人使用AI生成的图片都会不(🎨)一样的，这里不做纠结。

首先是通义千问，我是小明的文字感觉有点像是泰文一样(🔝)的奇怪文字，完全看不出写的是啥。

通义千问生成的图片

其(🐤)次是讯飞星火，这对“举着一张纸”是有啥误解吗？当然核心的是“我是小明”这些的感觉更像是乐谱。

讯(♊)飞星火生成的图片

对于豆包生成图片，这卡通图一点都不卡通，更像是照(💙)片(🙃)图，而这文字看上去有点像是日文。但是也读不出写的是啥？

豆包生成的图片

最后是文心一言的图片，看上去有点像英文又有点像泰文，反(🤲)正是一点没看出中文的样子。

文心一格生成的图片

2、(➗)原因分析及疑惑

似乎目前国内主流的(🛄)AI在文成图上的文字表现上都不行，看来国内AI模型的文生图的迭代优化上还有很(🃏)长的路要走，当然国内有些在文生图上很专业的付费AI模型(😉)没(🙅)有测试，并且国外GPT模型也没有测试(🌰)。仅从这几个模型的文成图(🚜)来(🖕)看(📽)，涉及指定文字的视频生成(🈚)恐怕就更难以想象了。

本人(👮)不是专业的IT行业人员，初步猜测还是AI模型算法在在成像的逻辑缺(🏈)乏整体的校验功能，就(🏷)像(💤)是有(🕝)时候AI在文字互动都会出现逻辑混乱甚至幻觉的问题。具体的原因相信专业人士肯定(🌳)有了答案。

随着AI浪潮的不断演进，相信上(🚰)述的问题很快(😠)就会得到解决。国内的AI文(🙀)成图更能用于协助文创办公等一系列事务。

【久久资源导航的相关新闻】