AI画13个鸡蛋为何集体失准:计数逻辑缺失
也就是说,即使AI读懂了“13”这个词,也不等于它可以稳定、精确地把这个数字映射成画面里13个互相独立的物体。13属于少见的非标准数量,参考样本少,再加上同类物体靠近时容易互相遮挡、轮廓融合,AI计数出错的…
最近,“让AI画13个鸡蛋”的测试在社交平台上被大量转发,相关话题还登上了热搜。不少网友实测后表示,能稳稳当当、一个不差画出指定数量的大模型没几个。有人直言:“我手机里常用的几款AI工具,竟然全军覆没!”
能画世间万物的AI,怎么就画不准13个鸡蛋?南京航空航天大学人工智能学院副教授李博涵解释,问题不在AI“不够聪明”,根子在于市面上主流的扩散类文生图模型,本身就没有单独内置一套实体计数的逻辑。换句话说,AI即便认出了“13”这个词,也不代表它能把数字稳稳当当地对应成画面里13个彼此分开的物体。
还有个现实原因:日常见到的“一盒鸡蛋”,规格多是12枚、16枚、30枚,AI训练时喂进去的素材自然也是这些居多。13这个数不标准、也少见,可供参考的样本就少。再加上同类物体挨得近时容易互相遮挡、轮廓糊在一起,AI数错的概率就明显上去了。
网友@零重力瓦力 拿9款AI绘画模型做了测试,结果只有4款能一次画对13个鸡蛋。
除了同类物体计数,AI画图还有哪些场景容易出岔子?用文生图时,下面这几类问题出现得也很频繁:
手部:手指根数乱、指头粘连在一起;
画面里嵌文字:出现乱码、拼写出错;
严格的空间约束关系:上下、左右、前后对不上。
平时用AI画图,怎么避开这些坑?第一条,尽量别把“数出N个物体”这种活直接丢给AI,改成先把排布方案定好,再引导它去摆。比如把“画13个鸡蛋”这个简单指令,换成“13个鸡蛋分三排摆放,5+4+4,物体之间留出充足空隙”,用位置约束给每个物体留出独立空间;
第二条,给长得像的物体加上颜色、位置上的区分特征,降低轮廓融合粘连的可能。哪块画错了,先用局部重绘去修,别一遍遍整张重新生成;
第三条,画手部时可以选半身、侧面、适度遮挡的构图来绕开问题;画面里要出现文字,就尽量写短,再加上引号标注提醒AI。
李博涵提醒,这些技巧只能把出错概率压下来,没法打包票一定不出错。文生图模型的长处是生成氛围感强、有创意的图像;精确计数、严格逻辑推理,依旧是这类模型绕不开的短板。