《美女落胸无遮挡》

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。

【美女落胸无遮挡的相关新闻】