《专注成都日本留学》

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。

【专注成都日本留学的相关新闻】