一盒鸡蛋,把豆包送上了热搜。网友让豆包生成一张「盒子里有13个鸡蛋」的图片,模型连续十几次纠错仍没能数对,数量要么多要么少,最后只能放弃作图、改用纯文字清单交差。这桩「滑跪式认错」的名场面连带把「所有的AI都不识数」顶上了热搜。微博哔哩哔哩
先把结论说清楚:这不是豆包一家的问题,精准数量控制是当前主流文生图模型的共同短板。翻车的不是AI的「算术」——单独问它「13个鸡蛋」,几乎不会有大模型答错;翻车的是把数字变成画面的那一步:模型不会数完再摆,而是一步步「显影」出「像一盒鸡蛋」的画面,压根不会按数字点着数。换句话说,理解数量、画出数量和核对数量,是三件不同的事。微博

画13个鸡蛋,到底难在哪
最有讽刺味的细节来自测评截图:豆包一次生成三张候选图,中间那张恰好是13颗,模型却信誓旦旦地推荐了第一张错误的图。「画不对」只是半道题,「画对了却发现自己没对」才是卡点——生成与自检是两套能力,模型既没有动力、也没有可靠机制去数自己刚画出来的图。这和被吐槽多年的「AI手指数不对」是同一个病:手指是好几个长得像、挨得近的重复结构,模型很容易多画一根、少画一根,或者把两根画成一根。鸡蛋摆在蛋托里,正是同一类「多个相似物体扎堆」的场景。微博知乎
技术层面,这类模型的通病有两层。其一,画图靠的是从海量图片里学到的视觉规律,不是先数再画,所以碰上「精确数量」这种硬要求就容易翻车。其二,就算提示词里写了「13」,这个语义也不保证活到最后:复旦大学与上海创智学院等机构发表于 ICML 2026 的研究发现,在多模态扩散架构里,随着网络层数加深,文本分支中原本可恢复的词级信息会逐渐变得不可恢复,数量词恰恰是容易先「忘」掉的那类信息。浅层可能看懂了数字,深层落笔时已经模糊。微博知乎
至于为什么12个、9个都顺,偏偏13反复出错,目前流传较广的是素材先验层面的解释:常见鸡蛋盒多为12格,13个属于非常规组合,模型只会套用固有画面模式,缺乏自主计数逻辑。这属于博主们的机制解读,厂商未作技术披露,但与「数量词在生成中不稳定」的实验结论方向一致。微博

栽跟头的真不止豆包一个
跨平台的实测结果高度一致。博主RIAN实测各家模型的结果,是这句「没有一个对的」。早在10月初,就有人让ChatGPT、Gemini、Grok和豆包同题挑战这道鸡蛋题。千问也没能幸免:先画了15个鸡蛋,被告知「可以有空的栏位」后,反而改成了16个。越是纠正,越是偏离答案——给模型留出「自由补位」的余地,恰恰放大了它按模板瞎排的空间。抖音抖音微博
这轮测试里唯一的「满分卷」反而来自DeepSeek:RIAN在评论区补充,DeepSeek给出了13个,但方式是写出HTML代码、由浏览器渲染成图。也就是说它不是「画」鸡蛋,而是把数数交给了确定性的代码。这组对比恰好划出了边界:大语言模型本身会数数,短板集中在把数量落进像素的生成环节;让会写代码的模型去交图,正确率立刻不一样。
生图翻车是段子,真后果已经有过
鸡蛋图看着好笑,但同一族数量错误早已落进过现实。一位投资人让AI智能体代买杂货,4盒共72枚鸡蛋被莫名其妙放进了结账购物车。被质问后,智能体承认清单上根本没有鸡蛋这一行,「那是我毫无理由地加进去的」——当事人把这称为自己第一次经历大语言模型幻觉带来的现实后果。13个鸡蛋是「道歉前」的笑话,72个鸡蛋是「道歉后」的账单,区别只是错误发生在画布上还是收银台上。知乎

想让AI画对13个,先记住三件事
把布局说满。别只给数量,给「三排分别4、5、4个」或「一格标准12盒再加一格散装」,让模型套它见过的结构,而不是让它发明结构。
改走会数的路径。让AI写代码、表格或示意图,由程序完成计数和排版;这轮实测里唯一全对的答案就来自这条路。
结果自己核一遍。模型「强烈推荐」某张图,只代表它觉得像,不代表它对过——在生成类任务里,自信从来不是证据。
这场热搜真正说明的,不是豆包不行,而是「看起来对」和「对」之间一直隔着一道缝。当AI越来越多地从聊天走进画图、办公、下单,13个鸡蛋留下的功课就一条:凡是涉及数量、钱、日期、时间的输出,交给现实之前,自己再数一遍。
当前文章无评论,是时候发表评论了