《黄色视一级一级》

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。

【黄色视一级一级的相关新闻】