《亚洲中文视屏》

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。

【亚洲中文视屏的相关新闻】