《18分钟处破之轻点72c》

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。

【18分钟处破之轻点72c的相关新闻】