AI下棋能打败人类,但不会数13个鸡蛋~

资讯 腾讯网 作者:IT之家 全文 1574 字 · 约 4 分钟读完 配图 1 张 分类豆包字节跳动

今天上班找选题(摸鱼),突然刷到一位网友提问:让豆包生成一张「盒子里有 13 个鸡蛋」的图片,豆包连续十几次纠错仍未能数清,这是为什么?小编立刻打开豆包试了试,果然和网友测试的一样,明确告诉豆包生成 13 个鸡蛋,但豆包只生成了 12 个。我不服,换成阿里千问试试,它一边和我说“瞧好吧”,一边生成了 10 个鸡蛋。..

所属频道 大厂动态国产大模型
今天上班找选题(摸鱼),突然刷到一位网友提问:让豆包生成一张「盒子里有 13 个鸡蛋」的图片,豆包连续十几次纠错仍未能数清,这是为什么?
小编立刻打开豆包试了试,果然和网友测试的一样,明确告诉豆包生成 13 个鸡蛋,但豆包只生成了 12 个。
我不服,换成阿里千问试试,它一边和我说“瞧好吧”,一边生成了 10 个鸡蛋。
不过千问起码进步了一点,知道 13 是质数,不是完整的一盒,还在盒子外面放了一个凑数。
再问问腾讯元宝,这次终于对了。元宝直接生成了四张图,有三张的数量都是对的,不过也有一张生成了 16 个鸡蛋。
这不禁让人产生疑惑,AI 已经这么强了,既能下围棋打败人类,又能做出各种各样满足想象力的短剧,那为什么简单的数 13 个鸡蛋就是不会呢?
01.
AI 生图是个偏科生
上世纪 80 年代,有学者提出了一个“莫拉维克悖论”,是说人工智能在逻辑推理等“高难”任务上表现优异,却在走路、抓取等“简单”感知运动任务上极其困难的反直觉现象。
事实上,科学家们后续的研究也佐证了这一观点。简单来说,就是 AI 能拿奥数金牌,却拿不起铅笔。
而在 AI 生成 13 个鸡蛋的图片这项任务中,AI 满脑子想的是怎么把图片生成得尽量像、尽量美观,却很难把每个鸡蛋数一遍。
其实,研究人员已经发现了这个问题。
英伟达联合两所大学的研究人员,去年在计算机视觉顶级会议
  • 身份保持的挑战:13 个鸡蛋长得几乎一模一样,甚至相互遮挡,但 AI 得学会把它们都分清楚哪个是哪个。
  • 全局计算的缺失:人在画一幅 13 个鸡蛋的画时,自然而然会把鸡蛋的个数数一遍,而 AI 只收到了生成图片的任务,并不会主动再数一遍鸡蛋。就好比你让一个孩子去洗碗,他就只会洗碗,而不会主动联想到要擦灶台、打扫厨房、扔垃圾。
  • 内部表示未知:AI 到底有没有学过数数,到底是怎么数的,如果不认识数字 13,那么数 13 个鸡蛋也就无从谈起了。
此外,13 这个数也有点刁钻,只能放一行 13 个,两行三行四行都会有空缺,AI 思考不过来就有点懵了。
02.
让 AI 学会数数
既然 AI 生图不会数数,那么我们教会它不就好了嘛。
没错,这篇论文的研究团队就是这么做的,他们提出了一种生图方法名为 CountGen,其核心思路就是利用 AI 自身的内部信号来检测和修正数量,而不依赖外部的工具。
研究人员发现,AI 生图过程中其实自带一个“天然计数器”,特定层的特征能区分不同的物体。
即使生成的都是鸡蛋,在
接下来,
  • 检测与计数:在
  • 修正“数量不足”:若检测到数量少于要求,则调用一个轻量级的
  • 抑制“数量过多”:若数量超标,则通过降低多余区域的注意力响应来抑制其生成。
然后循环往复,一直数到鸡蛋数量是 13 为止。
最终的结果也证明了训练的成效,相比
03.
我该怎么让 AI 生图正确数数
上面提到的只是研究成果,接下来要讲的,是我们自己 AI 生图时,如何让 AI 更好地数数。
既然豆包不会数,那么我们就要耐心一点,像教孩子那样,详细地告诉它具体怎么做。
比如换个描述语:生成一盒鸡蛋,15 个凹槽,其中 13 个装上鸡蛋,另外两个空着。
豆包这次自动调用了技能,经过将近一分钟的思考和数数,最终生成了正确的 13 个鸡蛋。
此外,你也可以和它说:生成一盒鸡蛋,每行 5 个凹槽,第一行装 4 个,第二行装 4 个,第三行装 5 个。
这次的描述更具体,豆包只思考了半分钟,就生成了准确无误的 13 个鸡蛋。
或者,也可以直接换一个“学过数数”的 AI 工具,比如 ChatGPT 就直接准确生成了 13 个鸡蛋,速度也更快。
此外,你也可以把豆包切换到,数数的智力就大幅提升了。即使不用详细描述,也能正确生成 13 个鸡蛋。
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 当AI办公接入同样的模型,竞争回到了老问题上

    文 | 周全这是难得一见的一幕。因为AI的出现,中国的几家大公司近期先后调整了AI办公业务的组织架构。7月底,字节跳动启动组织调整,整合豆包、飞书和火山引擎的力量,9月CEO梁汝波在飞书大会上首次系统阐释了这一安排;腾讯的WorkBuddy由马化腾亲自参与产品会议,QClaw相关业务和团队也并入这条线;阿里把三款产品合

    来源 腾讯网
  2. 字节、腾讯同时披露核心数据,AI办公进入实战期

    11月18日,字节跳动旗下豆包工作宣布,上线三个月以来,日活跃用户数(DAU)突破800万,企业客户年度经常性收入(ARR)突破20亿元。豆包工作是豆包面向生产力场景推出的AI产品及品牌。同日,腾讯控股(0700.HK)披露,截至11月初,WorkBuddy日活跃用户数已超过1000万,用户日均token(词元)调用量

    来源 腾讯网
  3. Gemini 4 Neon发布:跑分逼近旗舰,单任务成本砍半

    作者|Wildcard编辑|靖宇谷歌,这次是真的回来了。11 月 18 日,Google DeepMind 点亮了Gemini 4 Neon的霓虹灯牌。这是 Gemini 4 系列在短短 7 周内甩出的第 4 款元素模型。如果看一眼官方放出的基准跑分长表和社区实测反馈,你会发现它精准卡在了一个极其舒服的「甜点」位上,既

    来源 腾讯网
  4. 豆包,又来了个史诗级更新

    说起豆包,大伙估计都有这种刻板印象。 声音甜美,语气亲和,情绪价值拉满。 但幻觉贼拉严重。 想要接住所有人,最后往往谁都接不住,有种心有余而力不足的美感。 以....

    来源 腾讯网
  5. 四个AI研究员,四天时间,把一个什么都不会的模型训成了比官方版本还厉害的样子

    先说一件挺颠覆常识的事。你可能以为,把一个语言模型从"啥都不会"训练成"能干活"的得力助手,这事得靠一群顶级工程师熬几个月,反复调参、反复试错,背后是昂贵的专家团队和漫长的研发周期。这是大厂发布会上常听到的叙事。但字节跳动联合几所大学的研究者做了一件事,直接把这个假设掀翻了:他们找来四个AI智能体,每人分配八张...

    来源 腾讯网
  6. 实测即梦Seedance 2.5 4K,AI视频离商业交付还有多远?

    11月13日,即梦宣布Seedance 2.5 4K正式上线。回顾产品迭代的时间线。7月31日,Seedance 2.5正式发布,主打30秒单次生成、50个多模态参考等功能。仅仅不到四个月,便升级至4K分辨率。对普通创作者而言,这可能只是“画面更清楚了”。但对需要交付成片的商业项目来说,这意味着AI生成的视频无需再经过

    来源 腾讯网
  7. 豆包实时音视频通话模型1.0 API上线:可在连续多模态信息流实时交互

    11月19日,火山引擎正式上线豆包实时音视频通话模型(SeedRealtime 1.0)API服务。该模型将声音、画面、时序与表达统一到端到端模型中,可在连续多模态信息流上实时交互,并降低传统级联系统的延迟叠加和信息损耗,适用于语音助手、智能硬件、陪伴式应用和实时客服等场景。

    来源 凤凰科技
  8. 豆包工作三月成绩单:DAU超800万,企业ARR破20亿

    11月18日,豆包宣布生产力AI产品“豆包工作”上线三个月,日活用户突破800万,企业客户年度经常性收入超20亿元,B端AI商业化增速强劲。该产品8月25日发布,深耕专业办公场景;11月16日上线“工作台”,首批覆盖金融、医疗、教育、创意设计等21个垂直专业领域,提供预配置行业功能。

    来源 AI 产业速递
  9. 一年卖了5000万,第一批明星AI产品还是下线了

    2026年11月,字节扣子企业版停止接受新客户,腾讯元器于11月9日停服。按IDC统计,2025年中国智能体开发平台公有云市场约2.5亿元,扣子以19.3%排第一、测算约4800万元。文章认为独立AI工具市场太小,正被收回主干。

    来源 凤凰科技
  10. 火山引擎上线豆包实时音视频通话模型 SeedRealtime 1.0 API

    实时多模态交互正朝更自然、流畅演进。火山引擎正式上线豆包实时音视频通话模型 SeedRealtime1.0 的 API 服务,为开发者与应用提供全新实时音视频交互能力。该模型采用端到端统一建模,打破传统语音及多模态架构中 ASR、VLM、TTS 等多模块串联的级联链路瓶颈,减少级联处理带来的问题,提升实时交互体验。

    来源 AI 产业速递
  11. 郑渊洁停更两年复出:零动画基础用AI做短片,劝同行换付费AI再试

    11 月 17 日,停更自媒体整整两年的“童话大王”郑渊洁突然回归,带来的不是新作连载,而是一桩让他自己都觉得不可思议的事——对动画制作一窍不通的他,用 AI 把自己的童话作品搓成了动画短片。他已授权抖音账号“郑渊洁童话世界”(抖音号 83425404836)发布这些短片,供读者免费 观看;目前账号

    来源 AI 开发者社区
  12. 郑渊洁停更两年复出:用AI做动画短片免费放,劝同行换付费AI试试

    11月17日,停更自媒体两年的“童话大王”郑渊洁回归,并非带来新作,而是用AI将自己的童话作品制成动画短片,且他自称对动画制作一窍不通。短片已授权抖音账号“郑渊洁童话世界”(抖音号83425404836)免费发布,供读者观看。目前已上线几段,主要改编自其十二生肖童话和儿童科普内容。

    来源 AI 产业速递
  13. 2亿人的红果:最后的流量神话|深氪

    文|兰杰 李小霞 编辑|乔芊 杨轩 即使是字节这样信仰数据的公司,也无法参透流量的一切秘密。 很难解释,为什么在2025年初,红果APP的日活用户数从1.2亿缓慢爬升到1.5亿,花了整整5个月之久。毕竟此前,红果以“每季度翻一倍”的惊人速度在猛增。 同样难以解释,为什么突然,“唰的一下,又迈过1.5亿了。”一位接近红果

    来源 腾讯网
  14. GLM-4.6守约榜88.60分登顶,豆包Pro 65.40分居末

    GLM-4.6以88.60分位列WDCD v3.1守约总榜第一,豆包Pro以65.40分垫底。15个模型中头部与尾部差距达23.2分,R3崩溃率仅6%,满分率44.7%。数据揭示不同模型在多轮施压下的约束维持能力存在显著差异。

    来源 AI 科技快讯
  15. OpenAI首款AI硬件年底出货:立讯精密独家代工,“甜甜圈”真机渐近

    【TechWeb】OpenAI的首款AI硬件产品有了明确的时间表。11月19日,每日经济新闻援引供应链消息称,这款产品计划于2026年底启动出货,多家中国厂商深度参与其中——立讯精密不仅独家承担整机制造,还同时供应核心零部件。不过,关于这款硬件的具体形态,OpenAI官方至今仍未正式公布,“甜甜圈”“冰球”式的无屏设备

    来源 腾讯网
  16. 抖音重拳治理“代解封”黑灰产:一个月处置1878条违规内容,137个账号被禁言

    【TechWeb】11月19日,抖音黑板报发布《关于深入治理“代解封”黑灰产的公告》,晒出近一个月的治理战果:平台共处置传播“账号代解封”攻略及宣传代解封服务的违规内容1878条,对137个违规账号予以禁言。2026年以来,抖音已上报多起违法犯罪线索,协助有关部门抓获相关产业链犯罪嫌疑人11人。所谓“代解封”黑灰产,指

    来源 腾讯网
  17. 字节跳动马来西亚买GPU的4.8亿美元贷款被叫停,发生了什么?

    据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死亡”。

    来源 TechWeb
  18. 字节跳动马来西亚买GPU贷款被叫停:4.8亿美元融资生变

    【TechWeb】11月18日消息,今日,话题“字节跳动买显卡贷款被叫停”冲上微博热搜,引发热议。 据报道,在美国出口管制新规生效后,字节跳动一笔原本用于在马来西亚采购英伟达GPU的4.8亿美元贷款突然被叫停。有知情人士消息称,评估该交易的至少五家银行已内部讨论退出或不参与,部分银行人士私下判断,这笔贷款“实际上已经死

    来源 AI 行业观察
  19. 郑渊洁复更发声:用AI自制童话动画短片,免费开放观看

    IT之家 11 月 18 日消息,中国当代知名童话作家、“童话大王”郑渊洁 11 月 17 日发声,恢复停更两年的自媒体,表示最近自己遇到了一件特别振奋和不可思议的事: 对动画制作绝对是门外汉可以说一窍不通的我,居然斗胆使用 AI 将我自己的童话作品制作成了动画短片!我授权抖音账号“郑渊洁童话世界”(抖音号 83425

    来源 AI 行业观察
  20. 腾讯音乐三季度营收89.41亿:AI歌曲日均入库45%,平台怎么接招

    音乐平台从未像今天这样不缺新歌,但下一个能够持续创造商业价值的音乐明星,依然难寻。 11月17日,腾讯音乐公布2026年第三季度财报,营收89.41亿元,同比增长5.6%,低于市场一致预期。 依靠高阶会员、演唱会和艺人周边,这家在线音乐巨头正进一步挖掘成熟IP的商业价值,但主力产品的用户活跃度仍然承压。 存量IP的生意

    来源 AI 行业观察
  21. 蚂蚁国际杨鹏:AI与通证化重塑资金流动,普惠可信成关键

    在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化与智能体商业重塑资金流动方式,真正决定成败的不仅有更强的智能,而包括——普惠普及性(Accessibility)与可信任(Trust)。“如果只有大型企业、大公司和大型科技公司能把这一切收入囊中,那样的未来会非常无趣。”

    来源 TechWeb
向下滚动自动加载更多