《专业的综合网上购物商城》

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。

【专业的综合网上购物商城的相关新闻】