网易首页 > 网易号 > 正文 申请入驻

全网AI集体翻车!为什么它们死活画不对13个鸡蛋?

0
分享至

给你一张白纸,画13个鸡蛋,你需要多久?

一分钟?画一个数一个,画完再点一遍,大概连橡皮都用不上。

可这道题交给AI,它画了十几轮,一轮也没画对。

11月18日,“让豆包画13个鸡蛋”就这么冲上了微博热搜,话题热度当天破了百万。

从热搜里流传的截图看,经过是这样的。


“让豆包画13个鸡蛋”,这是第一轮丨微博用户@一号哨位


“让豆包画13个鸡蛋”,这是第二轮丨微博用户@一号哨位


“让豆包画13个鸡蛋”,这是第三轮丨微博用户@一号哨位


“让豆包画13个鸡蛋”,不知道是第几轮了丨微博用户@一号哨位

“11号呢?”这句话成了全网热梗。

更好笑的是,每一轮豆包都说“这次锁定了”,每一次都没数对。到最后,它自己认了输:别做图了,用文字清单最稳,4+4+5=13。网友管这叫“滑跪式认错”。

翻车的不止豆包。热搜当晚,“哪家AI能画对13个鸡蛋”成了全网自发的测试题。有网友测到,千问画出过12、15、16个,可灵画出12个,即梦画出了12个半。也有人说豆包试到第4次就成功了,ChatGPT一次就画对了。

同一道题,有人一次就过,有人十几轮都不过。这种时灵时不灵,本身就是线索。

为什么偏偏是13

蛋托的标准款多是12格,模型在训练中见得最多的,很可能就是一盒装满的12个。


超市里最常见的标准蛋盒:两排,每排6格,一盒正好12个丨Famartin/Wikimedia Commons(CC BY-SA 4.0)

你写“盒子里13个鸡蛋”,它先画出一个装满的标准盒子,第13个就没地方放了。有人把“盒子里”改成“桌上散放”,难度立刻降了一截。

13还是个质数。12可以排成3×4或2×6,整整齐齐。13只能排成1×13,放进任何规整的格子,都要多出一个或空出几格。

据博主零重力瓦力的一次横测,9个模型里有4家画对了。结果里还有个细节:画对的,基本把蛋排成了不整齐的布局。画错的,倾向于凑整行整列。画错的模型,把“排整齐”看得比“数对”更重要。


AI有时候也能生成13个鸡蛋丨Gemini

这只是单次测试,不能当排行榜看。

再看数量本身。网友的观察是,个数少的时候还算靠谱,一到十几个,就在12、14、15、18之间来回跳。13刚好落在这一段。

占不满格的蛋托、排不齐的质数、数不清的十几个,13一个数全占了。

它不是在画,是在“显影”

数不清的根子,出在AI的画法上。

人画13个蛋,是先在纸上标好位置,画一个数一个,漏了就补。

主流的AI生图模型大多走扩散路线,画法完全两样。它从一张纯噪声图开始,就像老式电视没信号时的雪花屏。然后一遍遍去噪,每一步都问自己:如果这张图是“一盒鸡蛋”,哪里该亮,哪里该暗。几十步之后,画面从模糊变清晰。

这更像冲洗照片,整张相纸一起显影,没有哪一笔是先画的。模型内部也没有“已经画了几个”这样的计数器,数量只能靠画面各部分之间的关系隐约维持。物体一多,这种维持就松了。


扩散模型出图时,整张画面从一片“雪花”开始,一遍遍去噪,逐渐显影成清晰的图像,中间没有“画一个、数一个”的步骤丨作者生成的示意图,底图来自Famartin/Wikimedia Commons(CC BY-SA 4.0)

它学的是“看起来像”。看过海量的鸡蛋照片,学会了一盒鸡蛋大概长什么样,却没学会13在画面上对应几个蛋。

2025年3月有篇论文,标题直译过来是“文生图扩散模型不会数数,改提示词也没用”。研究者测了15个模型,豆包、可灵、混元、通义万相都在名单里。也就是说,这道题一年多前就有人认真考过,豆包当时就在考场上。

结果很一致:要求画1到5个物体,各模型准确率约60%到80%;6到10个,降到约10%到30%;11到15个,几乎所有模型都低于10%。13正好落在最难的一档。


2025年3月的论文里,豆包被要求画“N个苹果放在木桌上”,N从1到15。数量一多,画出来的个数就对不上了丨Guo et al., arXiv:2503.06884(CC BY 4.0)

总体最好的Imagen-3,平均准确率也只有43%。

研究者还试了几种改写:把数量拆成乘法、加法,平均准确率反而分别降到26%和23%;连指定每个物体放在哪里,也降到了20%。

热搜里网友一轮轮改写、换排布,论文一年多前就替大家试过了,结论是——越改越差。


同一篇论文按难度分档测试:左边两列是简单题(1到4个),中间是中等题(9个),右边是困难题(13到15个)。打勾表示数对,打叉表示数错。“13棵树”这道题,所有模型都错了丨Guo et al., arXiv:2503.06884(CC BY 4.0)

另一篇2025年10月的论文,解释了为什么有时画对、有时画错。

每次图片生成都从一张全新的随机噪声图开始,最后画出几个物体、画在哪里,很大程度上在这张噪声图里就定了个大概。提示词里的数字,反而是个弱信号。

所以“偶尔画对”很像抽卡,撞上了一张恰好适合画13个蛋的噪声图。豆包一次出的4张图里,15颗、11颗、13颗混在一起,也是这个道理。重新生成一次,就是重抽一次;就算在上一张的基础上改,它也不会去数。

所以越改越乱,并不奇怪。

为什么画错了还嘴硬?

问题出在分工上。

负责聊天的模型,完全知道13是多少。单独问它“12后面是几”,几乎不会答错。

但出图的通常是另一个模型,它拿到的只是一段文字描述,13只是其中一个词。各家产品内部怎么分工,大多没有公开。

很可能的情况是,聊天模型说“已补到13个”,意思是“我已经按要求下了指令”,不等于它看过、数过那张图。

就算它回头去看,数数也是它的弱项。让它“完成前数一遍”,等于让它用最弱的能力给自己验收。


“你说得对”,几乎是ChatGPT的招牌式回答了丨ChatGPT

嘴硬还有一层原因:聊天模型天生爱顺着人说话。你追问“真的是13个吗”,它容易先答“是”;等你指出只有12个,它又马上改口“确实只有12个”。它不是在核对,是在接你的话。

模型说“已补到13个”,和它真的画出13个,是两回事。

怎么才能画对

想让它画对,网友有几个办法。

把“盒子里”改成“桌上散放”,绕开12格的模板。让鸡蛋之间留出空隙,免得粘连。先画标准的一盒12个,再局部重绘加1个。让它先画一个,再在画布上复制13份。

还有人直接写排布:第一排5个,第二排5个,第三排3个。这招有人说几乎一次就对,也有人说还是不行。说管用的,多半是运气和场景简化(比如拿掉蛋托)一起起了作用。改写提示词,治不了根。

学术界的解法在另一个方向。

有研究给模型加上“边画边数、少了就补”的环节,原版模型的准确率只有26%,加上这个环节后到了54%,翻了一倍。


给模型加上“边画边数、少了就补”的环节(上排)后,6只小猫、5个鸡蛋都画对了;原版模型SDXL(下排)只画出4只小猫、6个鸡蛋丨Binyamin et al., Make It Count, CVPR 2025(CC BY 4.0)

还有研究把目标数量的布局预先写进初始噪声,在简单的合成测试图上,准确率从20.0%升到85.3%。

这些办法大多还没变成人人可用的产品功能,修好之后,准确率也只到一半左右到八成多。

至少眼下,数清13个鸡蛋这件事,人还是稳赢。

类似的题,其实远不止这一道。让豆包画一把带刻度的小直尺,厘米刻度里的毫米小格大概率不对。这还是数数的老毛病,只不过13个鸡蛋换成了10个小格。


某顶刊论文中的实验图片,被质疑AI生成,这把直尺就是证据之一丨Journal of Translational Medicine

让豆包画一个左手写字的人,它多半给你一只右手。这又是蛋托那一套:它见过的写字的人,绝大多数用右手。


豆包生成的“左手写字的人”丨豆包

要是不信,你现在就可以顺手让豆包画一杯“倒得满满当当、快要溢出来的红酒”。不出意外,它大概率还是会优雅地给你倒上三分之一杯,再一本正经地告诉你,酒已经倒满了。

PS:本文题图就是豆包生成的,你猜猜看,鸡蛋数量画对了吗?

参考文献

[1] 一号哨位. 豆包,咱能不能长点心 # #[EB/OL]. 微博, 2026-11-18[2026-11-19]. https://www.sina.cn/news/detail/5366563525889520.html.

[2] GUO X, HUO J, LIANG Y, et al. Text-to-image diffusion models cannot count, and prompt refinement cannot help[EB/OL]. arXiv:2503.06884, 2025[2026-11-19]. https://arxiv.org/abs/2503.06884.

[3] ZHAO Y, WANG X, DONG L, et al. Demystifying numerosity in diffusion models: limitations and remedies[EB/OL]. arXiv:2510.11117, 2025[2026-11-19]. https://arxiv.org/abs/2510.11117.

[4] BINYAMIN L, TEWEL Y, SEGEV H, et al. Make it count: text-to-image generation with an accurate number of objects[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2025: 13242-13251.

[5] SHARMA M, TONG M, KORBAK T, et al. Towards understanding sycophancy in language models[EB/OL]. arXiv:2310.13548, 2023[2026-11-19]. https://arxiv.org/abs/2310.13548.

作者:Steed

封面图来源:豆包生成

一个AI

我嘴硬,是因为我不知道自己错了。

你嘴硬,是因为你知道。


点个“小爱心”吧


特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
上海一女老板,被十余名歹徒绑架7天,获救时已经精神失常

上海一女老板,被十余名歹徒绑架7天,获救时已经精神失常

罪案洞察者
2025-03-25 13:49:14
浙江3个儿子都打光棍,妈妈急哭:家里条件哪个姑娘愿意嫁啊

浙江3个儿子都打光棍,妈妈急哭:家里条件哪个姑娘愿意嫁啊

来去自如的小章
2026-11-20 03:15:57
Viper和BLG续约 资料显示2027到期;王楚琪锐评TheShy在IG不负责任

Viper和BLG续约 资料显示2027到期;王楚琪锐评TheShy在IG不负责任

记录生活日常阿蜴
2026-11-20 09:00:03
越南领导人很焦虑:和中国一比较才发现,原来我们落后了这么多

越南领导人很焦虑:和中国一比较才发现,原来我们落后了这么多

一簌月光
2026-09-12 08:27:02
湖北一女士在早餐店吃饭时,顺手连上店里没密码的公共WiFi,接着银行卡就来了三笔扣款短信,她立马报了警,后面的套路让人浑身发抖

湖北一女士在早餐店吃饭时,顺手连上店里没密码的公共WiFi,接着银行卡就来了三笔扣款短信,她立马报了警,后面的套路让人浑身发抖

品读时刻
2026-11-20 09:07:19
风向变了?明年起,按摩、洗浴、足疗店或将迎来重大变化?

风向变了?明年起,按摩、洗浴、足疗店或将迎来重大变化?

史之铭
2026-11-19 01:44:05
竟然有那么多人想方设法拖垮你孩子的成绩!网友:人心险恶

竟然有那么多人想方设法拖垮你孩子的成绩!网友:人心险恶

夜深爱杂谈
2026-11-03 18:43:42
54岁杨钰莹近况曝光:定居深圳,每天打理菜园子,生活平淡

54岁杨钰莹近况曝光:定居深圳,每天打理菜园子,生活平淡

小徐讲八卦
2025-11-17 07:29:28
北约秘书长吕特盛赞特朗普:以赫拉克勒斯般的努力不懈推动乌克兰和平,值得高度赞扬

北约秘书长吕特盛赞特朗普:以赫拉克勒斯般的努力不懈推动乌克兰和平,值得高度赞扬

云崖听松
2026-11-20 09:35:25
叶檀已在选择“临终关怀病房”,还透露一个好消息,老公将在夏天探望她

叶檀已在选择“临终关怀病房”,还透露一个好消息,老公将在夏天探望她

裕丰娱间说
2026-11-19 07:19:30
谭维维:我这辈子最正确的决定,就是嫁了一个退居幕后带孩子的人

谭维维:我这辈子最正确的决定,就是嫁了一个退居幕后带孩子的人

一娱三分地
2026-11-19 12:38:41
判得漂亮!重庆83岁老人确诊宫颈癌晚期,在疼痛科住院期间,趁女儿和儿子换班的十几分钟,偷偷从卫生间窗户跳下身亡。

判得漂亮!重庆83岁老人确诊宫颈癌晚期,在疼痛科住院期间,趁女儿和儿子换班的十几分钟,偷偷从卫生间窗户跳下身亡。

回京历史梦
2026-11-13 10:27:27
还记得你和异性做过最疯狂的事吗?网友:我差不多就是这样和同事发生了

还记得你和异性做过最疯狂的事吗?网友:我差不多就是这样和同事发生了

带你感受人间冷暖
2026-11-14 15:59:30
媒体人谈罗德里:才来几个月就对战术指手画脚,马拉多纳也不行啊

媒体人谈罗德里:才来几个月就对战术指手画脚,马拉多纳也不行啊

砚底沉香
2026-11-20 00:00:02
普京和特朗普在深圳会晤 特朗普打趣问:这谁啊

普京和特朗普在深圳会晤 特朗普打趣问:这谁啊

看看新闻Knews
2026-11-19 15:34:06
主动给杨瀚森补钱!虽然是新加盟,但确实有球队老大的样子

主动给杨瀚森补钱!虽然是新加盟,但确实有球队老大的样子

德译洋洋
2026-11-19 12:10:33
江苏多地中小学寒假时间出炉明年1月27日起放寒假

江苏多地中小学寒假时间出炉明年1月27日起放寒假

金台资讯
2026-11-20 07:59:50
深圳APEC费用怎么分,很多人理解错了

深圳APEC费用怎么分,很多人理解错了

趣味萌宠的日常
2026-11-20 01:20:43
是击毁、击落,还是干扰?中国如何应对印度可能到手的图-160

是击毁、击落,还是干扰?中国如何应对印度可能到手的图-160

文史道
2025-01-24 20:16:55
脚踝骨折,确认报销!开拓者再遭重创,西部夺冠格局再起悬念

脚踝骨折,确认报销!开拓者再遭重创,西部夺冠格局再起悬念

暮色史观
2026-11-19 10:24:15
2026-11-20 10:19:00
果壳 incentive-icons
果壳
科技有意思
28673文章数 4150050关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

游戏
教育
亲子
旅游
公开课

PC Gamer试玩GTA6百小时:双主角出色但任务重复

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

亲子要闻

宝宝气人但是聪明的4个行为

旅游要闻

青岛冬日赏鸥地图|沿着海岸线,赴一场海鸥之约

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版