《看黄色操逼网站》

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。

【看黄色操逼网站的相关新闻】