豆包画”盒子里13个鸡蛋”,改了九版还是12个:AI为什么数不清数?

11月18日,”豆包被十三个鸡蛋难倒”冲上微博热搜。事情不复杂:一位网友让豆包画”盒子里13个鸡蛋”,豆包痛快答应,出图却是12个。网友不服,让它给每个鸡蛋编号1到13——结果图里出现了两个”3号”。再让它改成红点阵,变成9个;换成平面教学图,还是不对。

最后豆包自己”滑跪”,建议别做图了,用文字清单最稳:4+4+5=13。

豆包画13个鸡蛋只画出12个的对比截图

一、热搜现场:13个鸡蛋,改了九版

这并不是一个人的测试。博主李桂江拿同一个需求喂了多家主流生图模型,结果是:有的画12个,有的画14个,还有的干脆把”鸡蛋”理解成液体,画出一碗蛋花汤。另有网友同时试豆包、元宝、千问,三家都没数对。

有意思的是,模型在”承认失败”这件事上倒是很坦诚——被追问几次后,它主动建议改回文字清单。

二、AI不是”数不清”,是根本没在数

图片生成模型(扩散模型)的工作方式,是先把你的一句话变成语义向量,再从一片噪声里一步步”去噪”,每一步都在猜”这个位置的像素该长什么样”。整个过程中并没有一个”计数器”环节。它优化的是”看起来像一盒鸡蛋”,而不是”必须有13个鸡蛋”。

所以你让它”再加一个”,它最可能的操作是把某个鸡蛋复制一份——这也是”两个3号”的来源。

三、12格蛋托:训练数据里的默认答案

超市里最常见的鸡蛋包装是10枚装、12枚装(一打)和30枚装。模型见过的鸡蛋盒绝大多数是这些规格,”13″这种反直觉的数字,它会本能地回到最熟悉的12格布局。

这也解释了另一个常见现象:文字嵌在图片里时更容易出错。字母、数字这些”需要精确规则”的东西,恰好是概率生成最不擅长的部分。

四、同类翻车不止鸡蛋

手指数量、招牌上的错别字、钟表指针、表格行列数、菜单上的价格——凡是”必须精确”的元素,生成模型都容易翻车。它们擅长氛围、构图和光影,不擅长计数、拼写和规则推演。

五、需要精确数量时,怎么用AI

1、先要文字,再要图:像豆包最后给出的4+4+5=13,结构化的文字清单永远不会数错。

2、让模型先写布局再画:先让它输出”13个鸡蛋,3行4列+底部1个”的描述,再按描述生成,成功率明显更高。

3、严格数量就用代码画:SVG、Canvas、PPT 里用程序循环生成,数量绝对准确,也不需要抽卡。

4、落版前人工复核:任何要发布的图,用眼睛数一遍,或者用工具检测。

六、这件事真正提醒我们什么

“看起来对”和”真的对”是两件事。AI生成的内容在观感上越来越像真的,但在可验证的事实层面——数量、日期、数字、引用——依然需要人把关。把这个边界记住,比嘲笑某个模型重要得多。

顺带一提,这类”AI常识短板”并不影响它在写作、总结、改稿上的实用性。工具的能力是有边界的,知道边界在哪,才是会用。相关阅读:“普通人用AI”和”会用AI的人”差在哪、豆包诊断患者改问千问冲上热搜。

常见问题(FAQ)

因为图像生成模型不做计数。它按训练数据里的画面规律去”猜”像素,而鸡蛋盒在训练数据里绝大多数是10格或12格,所以它默认回到12个。

不是。豆包、元宝、千问以及海外主流生图模型在”13个鸡蛋”这类精确计数任务上都会出错,只是出错方式不同(12个、14个、糊成一团)。这是扩散模型的共性局限。

先让它输出布局描述(比如3行4列加1个),再按描述生成;或者干脆用代码/SVG程序化绘制;需要发布的图一定人工复核。

不是。写文案、做总结、改代码它都很强,只是”精确计数、精确拼写、精确数字”这类任务要人来兜底。

豆包App图标

© 版权声明

相关文章

暂无评论

none
暂无评论...