《天天pa夜夜cao》

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。

【天天pa夜夜cao的相关新闻】