全网AI集体翻车!为什么它们死活画不对13个鸡蛋?

资讯 腾讯网 作者:果壳 全文 4033 字 · 约 11 分钟读完 配图 1 张 分类豆包微博字节跳动

给你一张白纸,画13个鸡蛋,你需要多久?一分钟?画一个数一个,画完再点一遍,大概连橡皮都用不上。可这道题交给AI,它画了十几轮,一轮也没画对。11月18日,“让豆包画13个鸡蛋”就这么冲上了微博热搜,话题热度当天破了百万。从热搜里流传的截图看,经过是这样的。“让豆包画13个鸡蛋”,这是第一轮丨微博用户@一号哨位...

所属频道 大厂动态国产大模型

给你一张白纸,画13个鸡蛋,你需要多久?


一分钟?画一个数一个,画完再点一遍,大概连橡皮都用不上。


可这道题交给AI,它画了十几轮,一轮也没画对。


11月18日,“让豆包画13个鸡蛋”就这么冲上了微博热搜,话题热度当天破了百万。


从热搜里流传的截图看,经过是这样的。


“让豆包画13个鸡蛋”,这是第一轮丨微博用户@一号哨位


“让豆包画13个鸡蛋”,这是第二轮丨微博用户@一号哨位


“让豆包画13个鸡蛋”,这是第三轮丨微博用户@一号哨位


“让豆包画13个鸡蛋”,不知道是第几轮了丨微博用户@一号哨位


“11号呢?”这句话成了全网热梗。


更好笑的是,每一轮豆包都说“这次锁定了”,每一次都没数对。到最后,它自己认了输:别做图了,用文字清单最稳,4+4+5=13。网友管这叫“滑跪式认错”。


翻车的不止豆包。热搜当晚,“哪家AI能画对13个鸡蛋”成了全网自发的测试题。有网友测到,


同一道题,有人一次就过,有人十几轮都不过。这种时灵时不灵,本身就是线索。


为什么偏偏是13


蛋托的标准款多是12格,模型在训练中见得最多的,很可能就是一盒装满的12个。


超市里最常见的标准蛋盒:两排,每排6格,一盒正好12个丨Famartin/Wikimedia Commons(CC BY-SA 4.0)


你写“盒子里13个鸡蛋”,它先画出一个装满的标准盒子,第13个就没地方放了。有人把“盒子里”改成“桌上散放”,难度立刻降了一截。


13还是个质数。12可以排成3×4或2×6,整整齐齐。13只能排成1×13,放进任何规整的格子,都要多出一个或空出几格。


据博主零重力瓦力的一次横测,9个模型里有4家画对了。结果里还有个细节:画对的,基本把蛋排成了不整齐的布局。画错的,倾向于凑整行整列。画错的模型,把“排整齐”看得比“数对”更重要。


AI有时候也能生成13个鸡蛋丨Gemini


这只是单次测试,不能当排行榜看。


再看数量本身。网友的观察是,个数少的时候还算靠谱,一到十几个,就在12、14、15、18之间来回跳。13刚好落在这一段。


占不满格的蛋托、排不齐的质数、数不清的十几个,13一个数全占了。


它不是在画,是在“显影”


数不清的根子,出在AI的画法上。


有人画13个蛋,是先在纸上标好位置,画一个数一个,漏了就补。


主流的AI生图模型大多走扩散路线,画法完全两样。它从一张纯噪声图开始,就像老式电视没信号时的雪花屏。然后一遍遍去噪,每一步都问自己:如果这张图是“一盒鸡蛋”,哪里该亮,哪里该暗。几十步之后,画面从模糊变清晰。


这更像冲洗照片,整张相纸一起显影,没有哪一笔是先画的。模型内部也没有“已经画了几个”这样的计数器,数量只能靠画面各部分之间的关系隐约维持。物体一多,这种维持就松了。


扩散模型出图时,整张画面从一片“雪花”开始,一遍遍去噪,逐渐显影成清晰的图像,中间没有“画一个、数一个”的步骤丨作者生成的示意图,底图来自Famartin/Wikimedia Commons(CC BY-SA 4.0)


它学的是“看起来像”。看过海量的鸡蛋照片,学会了一盒鸡蛋大概长什么样,却没学会13在画面上对应几个蛋。


2025年3月有篇论文,标题直译过来是“


结果很一致:要求画1到5个物体,各模型准确率约60%到80%;6到10个,降到约10%到30%;11到15个,几乎所有模型都低于10%。13正好落在最难的一档。


2025年3月的论文里,豆包被要求画“N个苹果放在木桌上”,N从1到15。数量一多,画出来的个数就对不上了丨Guo et al., arXiv:2503.06884(CC BY 4.0)


总体最好的


研究者还试了几种改写:把数量拆成乘法、加法,平均准确率反而分别降到26%和23%;连指定每个物体放在哪里,也降到了20%。


热搜里网友一轮轮改写、换排布,论文一年多前就替大家试过了,结论是——越改越差。


同一篇论文按难度分档测试:左边两列是简单题(1到4个),中间是中等题(9个),右边是困难题(13到15个)。打勾表示数对,打叉表示数错。“13棵树”这道题,所有模型都错了丨Guo et al., arXiv:2503.06884(CC BY 4.0)


另一篇2025年10月的论文,解释了为什么有时画对、有时画错。


每次图片生成都从一张全新的随机噪声图开始,最后画出几个物体、画在哪里,很大程度上在这张噪声图里就定了个大概。提示词里的数字,反而是个弱信号。


所以“偶尔画对”很像抽卡,撞上了一张恰好适合画13个蛋的噪声图。豆包一次出的4张图里,15颗、11颗、13颗混在一起,也是这个道理。重新生成一次,就是重抽一次;就算在上一张的基础上改,它也不会去数。


所以越改越乱,并不奇怪。


为什么画错了还嘴硬?


问题出在分工上。


负责聊天的模型,完全知道13是多少。单独问它“12后面是几”,几乎不会答错。


但出图的通常是另一个模型,它拿到的只是一段文字描述,13只是其中一个词。各家产品内部怎么分工,大多没有公开。


很可能的情况是,聊天模型说“已补到13个”,意思是“我已经按要求下了指令”,不等于它看过、数过那张图。


就算它回头去看,数数也是它的弱项。让它“完成前数一遍”,等于让它用最弱的能力给自己验收。


“你说得对”,几乎是ChatGPT的招牌式回答了丨ChatGPT


嘴硬还有一层原因:聊天模型天生爱顺着人说话。你追问“真的是13个吗”,它容易先答“是”;等你指出只有12个,它又马上改口“确实只有12个”。它不是在核对,是在接你的话。


模型说“已补到13个”,和它真的画出13个,是两回事。


怎么才能画对


想让它画对,网友有几个办法。


把“盒子里”改成“桌上散放”,绕开12格的模板。让鸡蛋之间留出空隙,免得粘连。先画标准的一盒12个,再


还有人直接写排布:第一排5个,第二排5个,第三排3个。这招有人说几乎一次就对,也有人说还是不行。说管用的,多半是运气和场景简化(比如拿掉蛋托)一起起了作用。改写提示词,治不了根。


学术界的解法在另一个方向。


有研究给模型加上“边画边数、少了就补”的环节,原版模型的准确率只有26%,加上这个环节后到了54%,翻了一倍。


给模型加上“边画边数、少了就补”的环节(上排)后,6只小猫、5个鸡蛋都画对了;原版模型SDXL(下排)只画出4只小猫、6个鸡蛋丨Binyamin et al., Make It Count, CVPR 2025(CC BY 4.0)


还有研究把目标数量的布局预先写进


这些办法大多还没变成人人可用的产品功能,修好之后,准确率也只到一半左右到八成多。


至少眼下,数清13个鸡蛋这件事,人还是稳赢。


类似的题,其实远不止这一道。让豆包画一把带刻度的小直尺,厘米刻度里的毫米小格大概率不对。这还是数数的老毛病,只不过13个鸡蛋换成了10个小格。


某顶刊论文中的实验图片,被质疑AI生成,这把直尺就是证据之一丨Journal of Translational Medicine


让豆包画一个左手写字的人,它多半给你一只右手。这又是蛋托那一套:它见过的写字的人,绝大多数用右手。


豆包生成的“左手写字的人”丨豆包


要是不信,你现在就可以顺手让豆包画一杯“倒得满满当当、快要溢出来的红酒”。不出意外,它大概率还是会优雅地给你倒上三分之一杯,再一本正经地告诉你,酒已经倒满了。


PS:本文题图就是豆包生成的,你猜猜看,鸡蛋数量画对了吗?


参考文献

[1] 一号哨位. 豆包,咱能不能长点心 #豆包被十三个鸡蛋难倒# #豆包画不对13个鸡蛋#[EB/OL]. 微博, 2026-11-18[2026-11-19]. https://www.sina.cn/news/detail/5366563525889520.html.

[2] GUO X, HUO J, LIANG Y, et al. Text-to-image diffusion models cannot count, and prompt refinement cannot help[EB/OL]. arXiv:2503.06884, 2025[2026-11-19]. https://arxiv.org/abs/2503.06884.

[3] ZHAO Y, WANG X, DONG L, et al. Demystifying numerosity in diffusion models: limitations and remedies[EB/OL]. arXiv:2510.11117, 2025[2026-11-19]. https://arxiv.org/abs/2510.11117.

[4] BINYAMIN L, TEWEL Y, SEGEV H, et al. Make it count: text-to-image generation with an accurate number of objects[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2025: 13242-13251.

[5] SHARMA M, TONG M, KORBAK T, et al. Towards understanding sycophancy in language models[EB/OL]. arXiv:2310.13548, 2023[2026-11-19]. https://arxiv.org/abs/2310.13548.



 一个AI 

我嘴硬,是因为我不知道自己错了。

你嘴硬,是因为你知道。


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. AI下棋能打败人类,但不会数13个鸡蛋~

    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。..

    来源 腾讯网
  3. 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
  4. 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
  5. 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
  6. 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
  7. ​用AI买AI

    本刊记者 牛朝阁今年“双11”,面对各式各样的优惠规则,不少人求助豆包、千问等AI助手,AI成了消费者的购物搭子。技术也渗透到大促的另一端:商家依靠AI分析大数据、重新挖掘消费人群,寻找那些令人意外、但买单爽快之人。AI硬件也成了今年购物车里的“新宠”,占据了不小的预算份额。这个“双11”,消费者讨论“怎么用AI...

    来源 腾讯网
  8. 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
  9. 前复星锐正合伙人刘方未入职Today AI任联合创始人

    Today AI已累计完成超过2亿美元的融资。本文为IPO早知道原创作者|Stone Jin据IPO早知道消息,前复星锐正资本合伙人、复星全球合伙人刘方未日前已加入个人AI助理公司Today AI并担任联合创始人一职。值得一提的是,刘方未与Today AI创始人齐俊元相识已超10年——2014年,彼时刘方未代表盘古创富

    来源 腾讯网
  10. 火山引擎上线豆包实时音视频通话模型API服务

    36氪获悉,火山引擎正式上线豆包实时音视频通话模型(SeedRealtime1.0)API服务,带来全模态交互的新体验。SeedRealtime将声音、画面、时序与表达统一到同一个端到端模型中,能在连续的多模态信息流上实时交互,带来“边看、边听、边说”的全新体验。

    来源 AI 行业观察
  11. 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
  12. 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
  13. 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
  14. 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
  15. 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
  16. 《丑狐》出圈,《梦回红楼》却遭下架, AI改编名著如何拿捏分寸

    近期,《梦回红楼》与《丑狐》先后登上微博热搜,不知不觉间,AI短剧正在掀起一轮古典名著改编热潮。 《红楼梦》《西游记》《聊斋》这些自带国民受众、承载着文化记忆的经典名著,已经成了AI短剧赛道里被疯狂开掘的流量富矿。它们的故事背景、人物设定早已深入人心,可以省去新剧前期立人设、积攒爽点的笔墨,成为低成本AI短剧创作者的优

    来源 AI 行业观察
  17. 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
  18. DeepSeek长对话限额7天,免费用户为何反求收费

    话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂战不同,这场争议中出现了一个颇为“魔幻”的画面:平时最不愿意付费的一群人,正在主动求着DeepSeek收费。

    来源 TechWeb
  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. 梁文锋的“大肥鱼”,围剿大厂 Agent 地盘?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 华卫封面来源 | 豆包AI龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到

    来源 腾讯网
向下滚动自动加载更多