《AVTAOBAO123》

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。

【AVTAOBAO123的相关新闻】