《国产人与动zozo》

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。

【国产人与动zozo的相关新闻】