AI集体翻车!“13个鸡蛋”为啥就那么难画?

  科技日报  

这两天,“让AI画13个鸡蛋”的测试忽然刷屏,相关话题还冲上热搜。网友们经过测试发现,能够稳定、精准画出目标数量的大模型屈指可数:“我手机里常用的几款AI工具,竟然全军覆没!”

AI集体翻车!“13个鸡蛋”为啥就那么难画?

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说,这并不是AI“不够聪明”,核心原因是主流的扩散类文生图模型本身没有内置独立的实体计数逻辑。

“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,我们常用的AI文生图工具大多属于扩散模型,它的生成逻辑是从随机噪点逐步还原、拟合训练数据里的像素分布规律。它可以识别“13”这个文本语义,但不会建立计数器变量,逐个生成物体、计数校验直到达到指定数量。

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。

另外,生活中常见的“一盒鸡蛋”,大多是12枚、16枚、30枚的标准化规格,所以AI用于训练的素材也大多如此。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计数出错的概率会明显上升。

AI集体翻车!“13个鸡蛋”为啥就那么难画?

网友@零重力瓦力 使用9款AI绘画模型测试,发现只有4款能一次画对13个鸡蛋。

还有哪些AI使用场景容易“翻车”

除了同类物体计数之外,这些也是使用AI文生图时高频出错的场景:

手部:手指数量错乱、指体粘连;

画面内嵌文字:乱码、拼写错误;

严格空间约束关系:上下、左右、前后逻辑错乱等。

日常使用AI画图时,该如何避坑

1. 尽量不要直接让AI完成“数出N个物体”这类任务,可以改为预先规定排布方案,引导AI摆放。比如简单的“画13个鸡蛋”指令改写为“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预留独立空间;

2. 给外形相似的物体增加颜色、位置上的区分特征,降低轮廓融合粘连的概率。如果局部出错,优先使用局部重绘功能修正,而不是反复整体重新生成图片;

3. 绘制手部时,可以选用半身、侧面、适度遮挡的构图来规避问题;需要画面内出现文字时,尽量让文本简短,并添加引号标注提醒AI。

李博涵提醒,这些技巧只能降低出错概率,无法做到绝对保证不出错。文生图模型的优势在于生成氛围感强、富有创意的图像;而精确计数、严格逻辑推理,仍是这类模型的固有短板。

责编:戴蓉

一审:周杨

二审:朱晓华

三审:苏莉

来源:科技日报