由於似乎单个汉字已能成功被ChatGPT转成图像（似乎一串不太多的汉字也还可以？）， 我想说测看看不同语言的整串文字结果如何。但出乎我意料的是，与ChatGPT对谈时用 什麽德语法语俄语甚至梵语都能沟通（当然它本身是语言模型这是应有之义），可是要 在图像上表现文字却连普通的德文都会出错！不过居然阿拉伯文「曾经」成功「正确」 一次！（但同样的字串叫它第二次生成时就偷懒变形了） 不知道其他生图AI模型如何，但猜测也未必会好到哪？ tensor.art似乎能把图像弄得更美丽或封面弄得很精美但文字必定错乱？ （结果是我用 tensor.art 修图然後再人为把书名覆盖贴上） 以下是几组ChatGPT原始生成的女性读书图（但我是免费用户而已）： 德文：其中几个字母变了！ https://reurl.cc/M3M0vX 原本该是 DIE WELT ALS WILLE UND VORSTELLUNG 被变成了 DIE WELY AIE WILLE UND VORSTEFLLUNG 阿拉伯文：第一次居然没出差错 https://reurl.cc/GnGxVp mā yalzam min al-Arabīyah 但我要求补上眼镜而使用同一字串就偷懒了 https://reurl.cc/RY9rKr yayalzam al-Arabīyah？ 满文：彻底乱七八糟但却「长得很像回事」 https://reurl.cc/qGK5d3 之前生成单个汉字「兵」或「勇」基本能成功，看别人生成的似乎一串汉字也能成功， 可是德文这个大宗欧语的单词转成图像居然会失败这很奇怪。 结果就是我靠手动修改硬是改出几个封面来。不过基本上我的电脑技术力限度也到此 为止了。什麽ControlNet或Sora的我都没搞懂。看来目前只能这样了。 https://i.imgur.com/xCSgmmG.png https://i.imgur.com/9nHwqkP.png https://i.imgur.com/jFSauk0.png https://i.imgur.com/Kob8EtH.jpeg 另外还有个现象则是 ChatGPT 在生成图像时似乎会把它给的内容混合 https://i.imgur.com/IH2Ji3u.jpeg 原本的讨论采取它建议的第二方案就没有梳妆镜，但生成的结果是 https://reurl.cc/Dqb3nd 一手支撑身体，一手轻抚头发， 梳妆镜却神奇地以超能力漂浮在前面！ 结果是我人为修改後才索性把梳妆镜给去除掉： https://i.imgur.com/Nm5Cbh7.png -- Immer mit den einfachsten Beispielen anfangen. 　　　　　　　　　　　　　　　　　　　　David Hilbert --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.37.227.54 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1746104610.A.331.html 应该说几种语言模型不但能辨识而且能帮我校正，非常厉害！ 但，语言模型本身能辨识，却无法正确转成图像， 造成想制造特定文字作封面的图还是只能自行手动修改了。 加一幅也是手动加封面的图 https://i.imgur.com/mruRIxE.png 但手动加封面字样毕竟看起来人为痕迹太重。 就不知道目前 AI 生图能否直接在 prompt 中把给定的字样直接变成封面上的字样图。 ※ 编辑: khara (114.37.224.130 台湾), 05/02/2025 13:10:19 附上 ChatGPT 给的答案： https://i.imgur.com/x7dFeuQ.jpeg 结论似乎是现在要把文字转成图像（例如书封面或布条标语之类的）， 或与英文以外的出错率较高？ 可能得再等待了。 另外就是图像本身在AI识别之下也会改绘 https://i.imgur.com/A3rBezF.png 这本书的封面原本应该是传教士穿清朝官服的彩绘， 经过AI改绘之後被变成像是个长发嬉皮啦！ 但我之前贴过的 https://i.imgur.com/APowwT8.jpeg 最神奇的是 Grok 在改掉几乎所有背景後， 居然会保持这个蜡笔小新背包图的样式不变。 AI的图像判别背後的机制还真是超谜！ ※ 编辑: khara (114.37.197.206 台湾), 05/02/2025 16:23:20 补充另外一个难题 https://i.imgur.com/lqmBH3Q.jpeg 除了生图模型不像语言模型般能理解文字而往往生成伪文字外， 还有一点就是要让文字恰好被遮挡这点似乎也无法单独办到？ 不知道是否还有别的模型可以做到这点的， 或者也只能继续等技术进步了？ ※ 编辑: khara (114.37.226.186 台湾), 05/02/2025 23:25:23 感谢！我去找找豆包试用看看！ 然後根据 ChatGPT 的建议， 只有英文书名较不会出错， 於是我虚构了一个英文书名，成功在封面上显现出来了。 但或许受到同一讨论串的影响， 这英文书名上面还多了个伪阿拉伯文。（原prompt中只要求英文书名） 也真是微妙。 https://i.imgur.com/2oTX40Z.png 顺带提的是，同一个蜡笔小新的包包，这次被Grok变形了： 这是接近原版的图（但当然也是AI改过的伪人，尤其腿部很诡异）： https://i.imgur.com/VbLLU2T.jpeg 这是 Grok的Bright Anime风，包包变形了但还存在： https://i.imgur.com/BHbHFgV.jpeg 这是 Grok的Dark Anime风，包包彻底消失了： https://i.imgur.com/zwdW9CC.jpeg 顺带给个 tensor,art 修改的，脸部精美得太多，但背後包包彻底消失： https://i.imgur.com/dxb3h7t.png 总之就是测看看各式AI模型对於文字或其他图样的保存能力而已。 ※ 编辑: khara (114.37.215.233 台湾), 05/03/2025 20:18:02 尝试了豆包，制图可谓精美！ 用豆包制作的鸭子坐： https://i.imgur.com/LMqpz9x.png 不过书本封面它仍无法理解，只是让人变漂亮： https://i.imgur.com/ANTQiKf.png 注意看书本封面仍然是伪文字，看似汉字实非汉字。 （其实我是拿封面德文去改的。） 另外我玩了个へのへのもへじ脸： https://i.imgur.com/KEj9jQ2.png 不过不如已有的精致 https://www.art-meter.com/works/?ID=AW121388 只是更加写实风而已。 我请求豆包把我这人为修改的脸改清晰些但保留へのへのもへじ脸 豆包却只是改了个帅脸而未理解我所说的保留へのへのもへじ脸： https://i.imgur.com/WZXiJWi.png （倒是 tensor.art 改的脸也差不多是这样。背後是同一模型？） 不过豆包的真人化确实好用。如果姑且不讨论文字识别力，豆包确实很不错。 ※ 编辑: khara (114.37.215.233 台湾), 05/03/2025 23:23:38 经过测试，ChatGPT「在相当程度上」保留了背景的蜡笔小新包包。 但书架上的书啥的全变形自由发挥去了。 https://i.imgur.com/YYXy8px.png （然後题外话是由於OpenAI的政策限制，所以我得让图片中穿着尽量保守） 以下是ChatGPT给的答案，供参考。 https://i.imgur.com/gPKHPZf.jpeg 简单说就是常见元素（无论是图像或文字）有可能可生成或保留， 但罕见元素例如非主流文字串就会被变形了。 ※ 编辑: khara (114.37.226.136 台湾), 05/04/2025 12:49:23