AI下棋能打败人类,但不会数13个鸡蛋~

IT之家 2026-11-19 19:59
AI下棋能打败人类,但不会数13个鸡蛋~图1
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。
AI下棋能打败人类,但不会数13个鸡蛋~图2
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。
AI下棋能打败人类,但不会数13个鸡蛋~图3
AI下棋能打败人类,但不会数13个鸡蛋~图4
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。
AI下棋能打败人类,但不会数13个鸡蛋~图5
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。
英伟达联合两所大学的研究人员,去年在计算机视觉顶级会议 CVPR 2025 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:
AI下棋能打败人类,但不会数13个鸡蛋~图6
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。
AI下棋能打败人类,但不会数13个鸡蛋~图7
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。
AI下棋能打败人类,但不会数13个鸡蛋~图8
接下来,CountGen 要做的就是三步走:
然后循环往复,一直数到鸡蛋数量是 13 为止。
AI下棋能打败人类,但不会数13个鸡蛋~图9
最终的结果也证明了训练的成效,相比 DALLE 3、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。
AI下棋能打败人类,但不会数13个鸡蛋~图10
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。
AI下棋能打败人类,但不会数13个鸡蛋~图11
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。
AI下棋能打败人类,但不会数13个鸡蛋~图12
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。
AI下棋能打败人类,但不会数13个鸡蛋~图13
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。
AI下棋能打败人类,但不会数13个鸡蛋~图14
AI下棋能打败人类,但不会数13个鸡蛋~图15
近期热文

AI真是又聪明又傻

关于科技区角:国内科技展会垂直内容策划服务商,提供从论坛内容全案策划、会展市场化IP打造到精准专业观众一站式邀约服务,以产业内容吸引高质量B端人群,打通展会从议题设计、演讲嘉宾邀约、宣传预热、精准邀观到供需对接全链路。
声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。
AI
more
AI让电影创作不再遥远,人类的想象力还有多少可能?| 2026虹桥国际科技周露天AI影院
「镁伽科技」完成近2亿美元融资,建设直接面向真实世界的AI智能基础设施丨36氪首发
传北京大厂多模态训练骨干要出走;杭州大模型公司新模型技术报告外流,遭英伟达质问;传某大模型基模团队降薪,或引发离职潮丨AI情报局
华为Mate90 Air定档!华为最薄Mate直板机
近2亿!江苏AI芯片创企获新融资,背靠国产GPU龙头
英伟达RTX Spark迷你主机来了!书桌角落放一台,全家MacBook的AI活它全接
专访韩国脑机企业 Ybrain 创始人:脑机接口何时能走向“安卓生态”?
GTA6刷屏!零AI纯手搓的3A大作玩一个少一个了
资本开支猛增 226%,AI 吞噬百亿利润:腾讯的 AI 故事,进入更重的阶段
安谋科技深度解析Arm Cortex-M42,发布“星辰100e”AIoT原型平台,助力打造AI性能更强的嵌入式设计
Copyright © 2025-成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号