《夜趣宅男宅女精品导航》

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。

【夜趣宅男宅女精品导航的相关新闻】