AI画13个鸡蛋反复翻车,文生图精确计数短板引热议
网友让AI生成盒子内装有13枚鸡蛋的图像,经过十余轮反复调整、纠错之后,AI依旧无法精准输出对应数量,最后只能放弃绘图,改用文字算式交付结果。这一场有趣的人机拉锯,直观暴露出当下文生图领域普遍存在的计数难题,也让大众看清AI创作能力的优势与局限。
一、多轮调整接连出错,AI最终无奈转文字交付
本次测试任务要求绘制一盒共计13个鸡蛋,AI首次产出画面仅有12枚鸡蛋,后续用户不断提出优化方案,更换无蛋托纸盒、尝试数字编号标记、红点标注定位等多种手段,可最终画面里鸡蛋数量始终在9到15个之间来回浮动,重号、漏数问题层出不穷。历经十几次的纠错拉锯,AI彻底放弃图像生成,以文字清单“4+4+5=13”的形式完成任务交付,成为颇具反差感的名场面。
二、底层机制限制,两大核心因素造成计数翻车
AI频频数错鸡蛋并不是简单的偶发bug,根源来自模型本身的底层逻辑。一方面模型训练素材里最常见的鸡蛋包装盒是12格标准模板,AI存在很强的模板依赖,会下意识收敛到高频的12这个数字,很难跳出固有样本的惯性。另一方面扩散模型本质依靠概率生成画面,作画流程不存在“先确定物体总数,再进行绘制”的逻辑,画面当中物体的数量只是去噪过程附带产出,并没有硬性的数值约束,自然很难保障高精度计数。
三、并非单一产品问题,属于全行业共性短板
值得注意的是,计数出错并不是该模型独有的缺陷,而是绝大多数文生图产品共同面临的痛点。一般物体数量少于8个的时候,AI还能维持较高的准确度,一旦数量持续上涨,精准度就会断崖式下滑,像13个这种非常规、非标准化的物体数量,生成翻车的概率会大幅提升,是现阶段AI视觉生成难以攻克的难关。
四、落地实操给出方案,多重手段弥补AI先天不足
针对AI计数薄弱的特性,行业也给出实用的应对策略。如果创作需求包含严苛的数量要求,不可以单纯依靠自然语言直接生成图像,可以采用分组排布提示词、叠加文字标注,或是借助代码渲染的方式辅助生成,并且生成之后一定要经过人工复核校验,规避数量错误带来的纰漏,用人工兜底弥补模型的短板。
五、理性认知AI能力,扬长避短发挥创作价值
这件趣事也给所有AI使用者带来重要启示:AI擅长氛围感塑造、创意灵感发散,但在精确计数、精准空间排布这类强逻辑、强数理约束的任务上尚且存在明显短板。善用AI的创意优势,同时在严谨量化场景做好核查,扬长避短,才是使用文生图工具最科学的方式。
#豆包画不对13个鸡蛋# http://t.cn/AXTUb5q6
发布于 河北
