生成13个鸡蛋难倒一众AI?记者实测多款大模型生图“数不准”,多方回应
近日,有网友发帖称,让豆包画13个鸡蛋,豆包多次出错,“当场认错就是不改”。随后,元宝、千问等AI工具也被指存在类似情况,相关话题冲上热搜。为何AI大模型画不出13个鸡蛋?19日,上游新闻(报料邮箱....
近日,有网友发帖称,让豆包画13个鸡蛋,
豆包多次出错,“当场认错就是不改”。随后,客服进行了了解。
记者实测:要13个鸡蛋画出12个
19日,记者用豆包、
豆包生成结果有误。网络截图
记者又让豆包尝试生成14支玫瑰花、14个篮球,最终生成图片中物体的数量均与要求数量不匹配。记者再用
AI自述:会“画得像”,不会“计数”
针对“为何AI生图在做具体数量东西的图片时数量总是出错”,豆包回答称,这个问题特别常见,核心原因是AI绘图底层天生不擅长“计数”。AI本质是画“看起来像的图案”,不是记账。大模型生图学习大量图片的纹理、布局、光影,学的是“一堆鸡蛋、一排篮球”这种视觉风格,没有内置计数器,“它理解‘很多鸡蛋’,但不会像人一样1、2、3……强制画够14个。它优先保证画面好看、自然,数字只是一个参考描述,不是硬性代码约束。”
豆包生成结果有误。网络截图
豆包小助手也回应称,当前文生图模型对画面里物体的精确数量控制能力有限,生成结果不一定能严格按照“13个鸡蛋”这样的精确数量呈现,这是模型本身的特性,不是功能故障,“用户可以尝试换一种描述方式,比如用‘一打鸡蛋’这类更偏向整体的表述,或者分批次生成,更容易得到接近预期的效果。”
客服回应:模型可能不准确,将反馈工程师
19日,记者致电豆包客服。客服表示,豆包生成内容可能存在不准确的地方,会不断优化模型,并会将相关建议带给工程师作为重要参考。客服还建议记者尝试开启另一个对话窗口或专门入口生成图片,称或许更能听懂指令。不过,记者按照提示尝试后,豆包仍不能准确生成13个鸡蛋。客服表示,模型多多少少会存在不准确的地方,会反馈给工程师,至于出现错误的底层逻辑,需要向工程师进一步了解。
豆包生成结果有误。网络截图
记者致电
专家分析:AI缺的是“逐个对应”的计数能力
重庆师范大学
元宝
高桓表示,模型能说出“大约十几个”,却说不准到底几个,是因为判断大概多少可以利用整幅画面的线索,而精确报数需要把每枚蛋和一个数对上号。研究者曾让一款模型数测试图片里的物体,每张有10到20个。直接看整张图时,模型正确率是10.0%;在图上加线把画面分成四个区域后,仍只问总数,正确率升至50.4%。
从记者实测和多方回应来看,精确数量控制仍是当前部分文生图模型的短板。用户若对生成图片中物体数量有严格要求,可尝试更具体的描述、分批生成或更换模型,厂商也表示将收集反馈、持续优化。
上游新闻记者 李坐廷 实习生 郭彬悦