码厩开发者笔记

coding in a complicated world

AI生图为何难画准13个鸡蛋?专家称精确计数仍是短板

AI 文生图 豆包 元宝 千问 大模型

11月19日,多款AI生图工具因无法准确生成13个鸡蛋引发关注。上游新闻记者实测发现,豆包、元宝、千问等工具均出现物体数量与指令不符的情况。豆包生成13个鸡蛋时只画出12个,要求生成14个时又只画出13个;生成玫瑰花、篮球等物体时也存在类似问题。

专家分析称,文生图模型主要学习图像的纹理、布局和视觉特征,并非先建立数量清单、再逐个生成和校验,因此难以稳定满足精确数量约束。视觉模型在识别图片中的物体数量时,也需要解决目标定位、重复识别和漏检等问题。

一项针对视觉模型的研究显示,将测试图像划分为四个区域后,模型的精确计数准确率由10.0%提升至50.4%,说明分区处理有助于改善计数表现。相关工具客服表示,模型生成结果可能存在偏差,将收集用户反馈并持续优化。对于数量有严格要求的图片,建议生成后人工核验。

如果你有魔法,你可以看到一个评论框~