AI画13个鸡蛋为何失败: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…
这两天,一个“让AI画13个鸡蛋”的测试在网上火了,相关话题冲上热搜。网友实测下来,能稳定、准确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!”
能画万物的AI,为啥画不准13个鸡蛋
南京航空航天大学人工智能学院副教授李博涵表示,问题不在AI“不够聪明”。主流扩散类文生图模型本身就没有内置独立的实体计数逻辑,这才是根子上的原因。
“理解数字‘13’,和稳定画出刚好13个实体,对当前基础文生图模型来说,是两件完全不同的事。”李博涵解释说,大家常用的AI文生图工具多数是扩散模型,生成时从随机噪点起步,一步步还原、拟合训练数据中的像素分布规律。它能认出“13”这个文本语义,却不会建一个计数器变量,挨个生成物体、计数校验,直到凑够指定数量。
换句话说,AI读懂了“13”这个词,并不代表它就能把这个数字稳定、精确地落到画面上,变成13个彼此独立的物体。
再说,生活里常见的“一盒鸡蛋”,规格多是12枚、16枚、30枚,AI训练用的素材也大体如此。13属于少见的非标准数量,能参考的样本本来就少;加上同类物体挨得近时容易互相遮挡、轮廓糊在一起,AI数错的概率自然明显上升。
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。
还有哪些AI使用场景容易“翻车”
除了同类物体计数,用AI文生图时下面这些场景也是高频出错区:
手部:手指数量乱、指体粘连;
画面内嵌文字:出现乱码、拼写错误;
严格的空间约束关系:上下、左右、前后逻辑错乱等。
平时用AI画图,怎么避开这些坑
1. 别直接让AI去干“数出N个物体”这类活,换成事先规定排布方案、引导它摆放。比如把“画13个鸡蛋”改成“13个鸡蛋分三排摆放,5+4+4,物体之间留出充足空隙”,用位置排布约束给每个物体留出独立空间;
2. 给外形相近的物体加上颜色、位置上的区分特征,降低轮廓融合粘连的可能。局部出了问题,优先用局部重绘去修,别一遍遍整张重新生成;
3. 画手部时,可以选半身、侧面、适度遮挡的构图来绕开问题;画面里需要出现文字时,尽量让文本短一些,再加上引号标注提醒AI。
李博涵提醒,这些技巧只能压低出错概率,没法保证绝对不出错。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,仍是这类模型绕不开的短板。