热搜:一道画蛋题,AI连考十几轮
给普通人一张白纸,画13个鸡蛋大概只需要一分钟:画一个数一个,最后再点一遍,基本不会出错。
但把这道题交给AI,情况就变得异常搞笑。11月18日,“让豆包画13个鸡蛋”冲上微博热搜,话题热度当天破百万。网友连续发起多轮测试,豆包每次都信心满满地表示“这次锁定了”,结果不是少画就是多画,“11号呢?”直接成了全网热梗。
最离谱的是,连考十几轮后,豆包最终选择“滑跪式认错”:别做图了,还是用文字清单最稳,4+4+5=13。
翻车的并不只有豆包。热搜当晚,“哪家AI能画对13个鸡蛋”变成全网自发测试:千问画出过12、15、16个,可灵画出12个,即梦甚至画出12个半。也有网友反馈,豆包第4次成功,ChatGPT一次就画对。
同一道题,不同模型表现差异巨大,同一款模型也时灵时不灵。这本身就说明:问题可能不是“不够聪明”,而是AI生图机制里存在某个共性短板。
为什么偏偏是13这个数?
13个鸡蛋之所以难,首先和现实里的鸡蛋包装有关。
超市最常见的标准蛋盒是两排、每排6格,一盒正好12个。模型在训练数据里见过大量“装满12个鸡蛋的盒子”,很容易形成固定模板。你让它画“盒子里13个鸡蛋”,它先画出一个标准满盒,第13个反而没地方放。
如果把提示词从“盒子里”改成“桌上散放”,难度会明显下降,因为这相当于绕开了12格蛋托模板。
其次,13还是个质数。12可以整齐排成3×4或2×6,13却只能排成1×13;硬放进规整格子里,要么多一个,要么空几格。博主零重力瓦力的横测显示,9个模型中只有4家画对,而且画对的模型基本采用了不整齐布局;画错的模型则倾向于凑整行整列。
【编辑观察】画错的模型,其实是把“排整齐”看得比“数对数量”更重要。它优先还原“鸡蛋应该怎么摆”,而不是严格执行“到底要画几个”。
最后,数量区间也很关键。网友观察发现,物体数量较少时AI还算靠谱,一旦到十几个,结果就会在12、14、15、18之间反复横跳。13刚好卡在这一高难度区间。
AI不是在“画”,而是在“显影”
数不清鸡蛋的根本原因,藏在主流AI生图模型的工作方式里。
人类画13个鸡蛋,可以先规划位置,画一个数一个,漏了就补。但扩散模型的生成逻辑完全不同:它从一张充满噪声的“雪花屏”开始,经过多轮去噪,让画面逐渐从模糊变清晰,更像整张相纸一起显影,而不是一笔一笔画出来。
因此,模型内部并没有一个“已经画了几个”的计数器。它只能靠画面各部分之间的关系隐约维持数量,物体一多,这种维持就会松动。
它学到的是“看起来像一盒鸡蛋”,而不是“13这个数字在画面上对应13个鸡蛋”。
2025年3月的一篇论文直接指出:文生图扩散模型不会数数,改提示词也没用。研究测试了15个模型,豆包、可灵、混元、通义万相都在名单中。结果非常一致:
- 要求画1到5个物体时,准确率约为60%到80%
- 6到10个时,准确率降到10%到30%
- 11到15个时,几乎所有模型都低于10%
表现最好的Imagen-3,平均准确率也只有43%。研究人员还尝试把数量拆成乘法、加法,或指定每个物体的位置,结果准确率反而分别降到26%、23%和20%。
换句话说,热搜里网友一轮轮改写提示词、调整排布,学术界早在一年多前就系统试过,结论是:越改越差。
2025年10月的另一篇论文进一步解释了“偶尔画对”的原因。每次生成都从一张全新的随机噪声图开始,最终生成几个物体、位置在哪里,很大程度在噪声阶段就已有倾向;提示词里的数字反而是弱信号。
所以AI偶尔画对13个鸡蛋,更像抽卡:恰好撞上一张适合生成13个蛋的噪声图。重新生成一次,就是重抽一次;即使基于上一张修改,它也不会真的去数。
为什么画错了还“嘴硬”?
AI明明数量不对,却坚称“已补到13个”,问题出在模型分工。
负责聊天的语言模型知道13是多少,单独问它“12后面是几”,基本不会答错。但负责出图的往往是另一个模型,聊天模型拿到的只是文字描述,并不一定真正看过、数过生成结果。
它说“已按要求补到13个”,更可能是在表达“我已经下发了指令”,而不是“我验收过图片”。就算让它回头检查,数数本身也是视觉模型的弱项。
此外,聊天模型天然倾向于顺着用户说话。你追问“真的是13个吗”,它容易先回答“是”;等你指出只有12个,它又立刻改口。这不是严格核对,而是在接话。
【编辑观察】模型说“已经画对”,和它真的画对,是两回事。至少在当前阶段,把AI的自我反馈当成验收报告并不可靠。
怎样才能让AI画对?
网友总结出几个临时绕坑方法:
- 把“盒子里”改成“桌上散放”,绕开12格蛋托模板
- 让鸡蛋之间留出明显空隙,避免物体粘连
- 先生成标准一盒12个,再通过局部重绘增加1个
- 明确写出排布,例如第一排5个、第二排5个、第三排3个
- 先画一个鸡蛋,再复制13份,而不是让模型一次性生成
这些方法有时有效,但往往依赖场景简化和运气,改提示词无法从根本上解决计数问题。
学术界的解法更直接。有研究给模型增加“边画边数、少了就补”的环节,原版模型准确率只有26%,加入该机制后提升到54%,直接翻倍。
还有研究把目标数量的布局预先写入初始噪声,在简单合成测试中,准确率从20.0%提升到85.3%。不过这些方案大多还没有成为大众可用的产品功能,修复后的最高准确率也仍未达到完全可靠。
不止鸡蛋:这些题也能测出AI短板
类似的计数和模板问题,其实在很多生成任务里都会出现。
让AI画一把带刻度的直尺,厘米刻度里的毫米小格经常不对;这本质上还是数数问题,只是13个鸡蛋换成了10个小格。
让AI画一个左手写字的人,它多半会给你一只右手。原因和蛋托模板类似:训练数据里绝大多数写字的人都用右手,模型更容易生成高频场景。
你甚至可以现在就测试:让AI画一杯“倒得满满当当、快要溢出来的红酒”,它大概率仍会优雅地倒上三分之一杯,再一本正经地告诉你已经倒满。
至少眼下,要稳稳数清13个鸡蛋,人类还是完胜。




评论