《50路熟妇乱》

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。

【50路熟妇乱的相关新闻】