《专业从事日本亚马逊》

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。

【专业从事日本亚马逊的相关新闻】