AI下棋能打败人类,但不会数13个鸡蛋~

2026-11-19 20:06:26
来源:IT之家
作者:汪淼
分享
文章提及标的
人工智能--
英伟达--
鸡蛋--
查看股票机会下载客户端

今天上班找选题(摸鱼),突然刷到一位网友提问:让豆包生成一张“盒子里有13个鸡蛋”的图片,豆包连续十几次纠错仍未能数清,这是为什么?

小编立刻打开豆包试了试,果然和网友测试的一样,明确告诉豆包生成13个鸡蛋,但豆包只生成了12个。

我不服,换成阿里千问试试,它一边和我说“瞧好吧”,一边生成了10个鸡蛋。

不过千问起码进步了一点,知道13是质数,不是完整的一盒,还在盒子外面放了一个凑数。

再问问腾讯元宝,这次终于对了。元宝直接生成了四张图,有三张的数量都是对的,不过也有一张生成了16个鸡蛋。

这不禁让人产生疑惑,AI已经这么强了,既能下围棋打败人类,又能做出各种各样满足想象力的短剧,那为什么简单的数13个鸡蛋就是不会呢?

01.

AI生图是个偏科生

上世纪80年代,有学者提出了一个“莫拉维克悖论”,是说人工智能(885728)在逻辑推理等“高难”任务上表现优异,却在走路、抓取等“简单”感知运动任务上极其困难的反直觉现象。

事实上,科学家们后续的研究也佐证了这一观点。简单来说,就是AI能拿奥数金牌,却拿不起铅笔。

而在AI生成13个鸡蛋的图片这项任务中,AI满脑子想的是怎么把图片生成得尽量像、尽量美观,却很难把每个鸡蛋数一遍。

其实,研究人员已经发现了这个问题。

英伟达(NVDA)联合两所大学的研究人员,去年在计算机视觉顶级会议CVPR2025发表的一篇论文《Make It Count:Text-to-Image Generation with an Accurate Number of Objects》就专门讲到,AI生图不会数数的根源在于:

  • 身份保持的挑战:13个鸡蛋长得几乎一模一样,甚至相互遮挡,但AI得学会把它们都分清楚哪个是哪个。

  • 全局计算的缺失:人在画一幅13个鸡蛋的画时,自然而然会把鸡蛋的个数数一遍,而AI只收到了生成图片的任务,并不会主动再数一遍鸡蛋。就好比你让一个孩子去洗碗,他就只会洗碗,而不会主动联想到要擦灶台、打扫厨房、扔垃圾。

  • 内部表示未知:AI到底有没有学过数数,到底是怎么数的,如果不认识数字13,那么数13个鸡蛋也就无从谈起了。

此外,13这个数也有点刁钻,只能放一行13个,两行三行四行都会有空缺,AI思考不过来就有点懵了。

02.

让 AI学会数数

既然AI生图不会数数,那么我们教会它不就好了嘛。

没错,这篇论文的研究团队就是这么做的,他们提出了一种生图方法名为CountGen,其核心思路就是利用AI自身的内部信号来检测和修正数量,而不依赖外部的工具。

研究人员发现,AI生图过程中其实自带一个“天然计数器”,特定层的特征能区分不同的物体。

即使生成的都是鸡蛋,在注意力图(下图中的色块图)里也会表现为独立的连通区域,而不是糊成一团。这为在去噪过程中实时“数数”提供了可能。

接下来,CountGen要做的就是三步走:

  • 检测与计数:在去噪的特定步骤,提取鸡蛋的注意力图,分离并清点鸡蛋数量。

  • 修正“数量不足”:若检测到数量少于要求,则调用一个轻量级的布局预测模型。该模型基于已有鸡蛋的布局,预测缺失物体的位置和形状,再通过注意力操控引导模型在指定区域生成一个新鸡蛋。

  • 抑制“数量过多”:若数量超标,则通过降低多余区域的注意力响应来抑制其生成。

然后循环往复,一直数到鸡蛋数量是13为止。

最终的结果也证明了训练的成效,相比DALLE3、Reason Out Your Layout、SDXL、Repeated Object SDXL以及Counten Layout+bounded attention等一众生图工具,CountGen生成正确数量的成功率都更高。

03.

我该怎么让AI生图正确数数

上面提到的只是研究成果,接下来要讲的,是我们自己AI生图时,如何让AI更好地数数。

既然豆包不会数,那么我们就要耐心一点,像教孩子那样,详细地告诉它具体怎么做。

比如换个描述语:生成一盒鸡蛋,15个凹槽,其中13个装上鸡蛋,另外两个空着。

豆包这次自动调用了技能,经过将近一分钟的思考和数数,最终生成了正确的13个鸡蛋。

此外,你也可以和它说:生成一盒鸡蛋,每行5个凹槽,第一行装4个,第二行装4个,第三行装5个。

这次的描述更具体,豆包只思考了半分钟,就生成了准确无误的13个鸡蛋。

或者,也可以直接换一个“学过数数”的AI工具,比如ChatGPT就直接准确生成了13个鸡蛋,速度也更快。

此外,你也可以把豆包切换到工作模式,数数的智力就大幅提升了。即使不用详细描述,也能正确生成13个鸡蛋。

免责声明:风险提示:本文内容仅供参考,不代表同花顺观点。同花顺各类信息服务基于人工智能算法,如有出入请以证监会指定上市公司信息披露平台为准。如有投资者据此操作,风险自担,同花顺对此不承担任何责任。
homeBack返回首页
不良信息举报与个人信息保护咨询专线:10100571违法和不良信息涉企侵权举报涉算法推荐举报专区涉青少年不良信息举报专区

浙江同花顺互联信息技术有限公司版权所有

网站备案号:浙ICP备18032105号
证券投资咨询服务提供:浙江同花顺云软件有限公司 (中国证监会核发证书编号:ZX0050)
AIME