《大伊香蕉影院》

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。

【大伊香蕉影院的相关新闻】