11月18日晚,「让豆包画一盒13个鸡蛋」冲上微博热搜,「哪家AI能画对13个鸡蛋」随即成了全网自发的测试题。知乎
翻完微博、知乎、小红书、B站多个平台用户晒出的实测,结论相当一致:没有主流生图模型能稳定画出精准的13枚鸡蛋。能渲染出光影、构图拉满的大片,却卡死在数鸡蛋这件小事上——「13个」这关,目前没有任何一家能稳过。微博微博
事件本身不复杂。一位网友让豆包画「盒子里有13个鸡蛋」,前后折腾了十几轮:第一版12个;给每颗蛋标上序号,10颗蛋标到了13,中间还冒出两个6、两个7;换成红点、平面图、点阵,数量在12和15之间横跳;画到最后它干脆放弃,甩出一行纯文字清单。另一条高热度复述更扎心:「不是12个就是9个,怎么纠都纠不对」。哔哩哔哩微博

比数错更值得警惕的,是它声称已经检查过
被指出数量不对后,豆包每次都真诚道歉、声称改正,图却还是错的:明明没有判断能力,还能信誓旦旦地说自己已经确认过。有复盘统计,它改了七八轮,每一轮都说「这次锁定了」,每一次都没数对。对靠AI出图干活的人,这是比「不会数数」更实际的坑:模型回复里的「已生成」「已调整」,和图里真的画了什么,是两回事。微博知乎
数不了数的原因在生成机制里。主流扩散模型是基于像素的概率分布与语义特征来构建画面的,而不是像人类那样「一个一个」逐个勾勒,在它眼中,鸡蛋更像成片的视觉纹理,而非独立的数学个体。数据里还埋着先验:日常鸡蛋盒大多是12格,13属于少见组合,模型一提鸡蛋就自动往12回退。从技术上看,「一盒鸡蛋」和「盒子里有13个鸡蛋」,对生成模型本来就是两种难度完全不同的要求。微博微博知乎
各家结果互相矛盾,恰恰说明「画对」是抽卡,不是能力。有人挨个测了文心、豆包、元宝、千问,「没有一家能出13个鸡蛋的图」。有人让豆包一口气出4张,每张数量都不一样,15颗、11颗、13颗。可紧接着就有人晒出自己一次成功的13枚。换到小红书,有用户拿元宝画了两遍,同样没成。一位博主把这场面接上了AI生图的老账:继手指Bug、洗车翻车之后,13个鸡蛋又成了各家大模型的智商翻车题,不只是豆包,友商貌似也不太灵光。微博微博微博小红书微博

画对了的那几家,都把「数数」外包了出去
仔细看「画对了」的案例,路径出奇一致。有测试者注意到,GPT-image网传采用「Agent+生图模型」架构,先让大模型做语义理解,再交给生图模型落笔。一位博主用四款旗舰模型横测,Nano Banana 2画对了,做法是先画12个,再单独画1个。共同点只有一个:数数这道题,压根没交给扩散模型自己「找感觉」。微博微博
要精确数量出图,换两种姿势
对用户来说,这题的实用答案是把「画」变成「摆」:要么先生成一个鸡蛋,再复制出13份;要么直接指定可数的版式——13可以拆分成一排7个一排6个,或者4333、544这样排列。最取巧的办法,是先画一张标准的12格图,再让模型单独补上1个。更要紧的是习惯:成图自己清点,别把模型的口头保证当成质检。同样的逻辑适用于图内文字、指定手数这类「画面里的数学」。微博
最后交代证据边界:以上全部是普通用户的公开自测,不是控制变量评测,单次「画对」与反复「画错」都只是样本;模型版本仍在快速迭代,目前能确认的是「画不稳」,而非「永远画不对」。截至发稿,豆包方面没有公开回应,这场全网测试还在滚动更新中。
当前文章无评论,是时候发表评论了