《av72加密线路》

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。

【av72加密线路的相关新闻】