豆包画13个鸡蛋反复出错,本质上是一次扩散模型在“精确计数”任务上的结构性崩溃。
从系统论视角看,主流AI生图并非先数数再作画,而是基于海量视觉模板的整体渲染。日常鸡蛋盒多为12格,这种高频训练模式让模型在面对13个这种非典型数量时,产生了强烈的路径依赖和收敛惯性。
当用户开启多轮纠错,模型尝试用编号、红点等方式补救却依然翻车,甚至出现两个3号并存的逻辑硬伤,这暴露出它缺乏真正的自检校验机制。最终豆包放弃生图改用文字清单交差,实则是承认了在像素生成层面无法逾越的物理边界。
在AI重塑视觉创作的当下,认清其擅长氛围渲染但短于逻辑计数的能力阈值,才能避免被这种“一本正经的胡说八道”带偏节奏。