什么值得买App下载 App ›
连续签到专享现金活动

能写长文能出大片的AI,被13个鸡蛋集体难住:它根本没有"数数"这个动作

能写长文能出大片的AI,被13个鸡蛋集体难住:它根本没有"数数"这个动作

11月18日,“让豆包画一盒13个鸡蛋”的实测截图冲上热搜,#豆包被十三个鸡蛋难倒#、#主流AI画不对13个鸡蛋#等词条当天接连出现,多家主流AI模型在同一次挑战里翻车。但把它归结为“AI笨”或某家产品的故障,都误读了这件事:主流文生图模型走的是扩散架构,它没有内置计算器,学不会人那样“先摆一个、记一个”,也不是真的在数数。所以单独问它“13是多少”几乎不会错,画出来却怎么都数不对——理解数量、画出数量、核对数量是三件不同的事,模型只在第一件上及格。微博知乎微博知乎

发起挑战的网友拿到的过程,几乎成了一场行为艺术:第一次出图,一盒12个;要求补一个,模型回复“已补到13个”,再数还是12个;换成从1标到13的编号图,画面里出现两个“3号”;改成红点阵,只剩9个;最后模型自己给出一个看起来很严密的方案——第一排4个、第二排4个、第三排5个,4+4+5=13——画出来的第三排却标着“9、10、12、13”,于是有了那句刷屏的“11号呢?”。连续十几次纠错失败后,豆包最终建议别做图了,改用一份文字清单交差。知乎微博

翻车也不是豆包一家的专利:有网友把同一道题分别丢给豆包、元宝和千问,结果全都没数对。同题实测里,千问先画了15个,被告知“可以有空的栏位”后反而变成16个,Kimi则一次就画对了13个。需要说明,这些都是一次性的个人实测,不是系统评测;也有用户晒出一次性画对13个的截图。这个反例恰恰点出了问题的性质:这是概率性的能力短板,不是确定性的“不会”——有时它蒙对了,多数时候靠运气。微博知乎微博

能写长文能出大片的AI,被13个鸡蛋集体难住:它根本没有"数数"这个动作

它学到的是像素怎么挨着,不是总数是多少

文生图扩散模型从一团随机噪声出发,一边去噪、一边让画面越来越接近描述的内容,整幅图是并行“显影”出来的;它从海量图片里学到的是“像素通常怎么挨着”,这套规律里没有“总数”这一项。知乎

提示词里的“13”,它实际理解成“有一堆鸡蛋,数量大概十几个”这样的模糊概数,而不是严格等于13,5、10以内还好,十几这个区间特别容易漂移,一会儿12、14、15、18来回跳。模板先验也在帮倒忙:日常鸡蛋盒大多就是12格装,13个属于少见组合,模型的惯性是把标准蛋托填满,第13枚无处安放。写“2个空位”它理解不了,加编号又经常编号和实物对不上;走“在现有图上加1个”的局部重绘路线风险更高——局部重绘不是定点添加,改一小块容易顺带改动周边,要么多画要么悄悄删掉,越修越偏。这和被吐槽多年的“AI画不对手指”是同一个病:一堆长得像、挨得近的重复结构,多一个少一个,模型自己并不知道。知乎微博

能写长文能出大片的AI,被13个鸡蛋集体难住:它根本没有"数数"这个动作

这条能力边界,比热搜本身更有用

这次热搜把一条隐性边界摆到了明面上:精确数量控制是当前主流文生图模型的共性短板,而不是某家的偶发故障,且数量越大越不可靠。有技术解读援引实验称,把目标数字以噪声网格的形式写进模型“看得到”的初始隐空间后,人工核对的数对率能从纯文字提示的约4%升到约59%,物体超过约十个后多数模型基本不再跟随提示词里的数字。这类解读来自研究侧,厂商并未披露具体机制,方向可供参考,但不构成对某款产品的定论。知乎

由此能提炼出几条现在就能用的规则。第一,把“精确”和“氛围”分开:构图、光影、质感、情绪交给AI,数量、位置、文字拼写和具体数字自己做,或交给确定性工具。第二,需要精确数量的图,别让它“画”,让它“复制”——生成一个鸡蛋,再在画布上复制13份。第三,“已补到13个”和“真的画了13个”是两回事,凡是要精确的地方,先人工核验,再采信。知乎

那盒鸡蛋最后也没被模型自己数对。真正发现“11号不见了”的,是那个较真数了一遍的用户。这件事的提醒恰在于此:AI越显得全能,人越容易忘记它不擅长什么。它能写千字长文、能出质感逼真的画面,却不知道自己画了多少枚鸡蛋——在你打算用AI生成的图去做教具、电商主图或信息图表之前,先自己数一遍。AI可以替你完成八成的工作,剩下两成里那些“简单到不用检查”的部分,仍然需要有人愿意数一遍。

评论

评论区空态插画

当前文章无评论,是时候发表评论了