由於似乎單個漢字已能成功被ChatGPT轉成圖像（似乎一串不太多的漢字也還可以？）， 我想說測看看不同語言的整串文字結果如何。但出乎我意料的是，與ChatGPT對談時用 什麼德語法語俄語甚至梵語都能溝通（當然它本身是語言模型這是應有之義），可是要 在圖像上表現文字卻連普通的德文都會出錯！不過居然阿拉伯文「曾經」成功「正確」 一次！（但同樣的字串叫它第二次生成時就偷懶變形了） 不知道其他生圖AI模型如何，但猜測也未必會好到哪？ tensor.art似乎能把圖像弄得更美麗或封面弄得很精美但文字必定錯亂？ （結果是我用 tensor.art 修圖然後再人為把書名覆蓋貼上） 以下是幾組ChatGPT原始生成的女性讀書圖（但我是免費用戶而已）： 德文：其中幾個字母變了！ https://reurl.cc/M3M0vX 原本該是 DIE WELT ALS WILLE UND VORSTELLUNG 被變成了 DIE WELY AIE WILLE UND VORSTEFLLUNG 阿拉伯文：第一次居然沒出差錯 https://reurl.cc/GnGxVp mā yalzam min al-Arabīyah 但我要求補上眼鏡而使用同一字串就偷懶了 https://reurl.cc/RY9rKr yayalzam al-Arabīyah？ 滿文：徹底亂七八糟但卻「長得很像回事」 https://reurl.cc/qGK5d3 之前生成單個漢字「兵」或「勇」基本能成功，看別人生成的似乎一串漢字也能成功， 可是德文這個大宗歐語的單詞轉成圖像居然會失敗這很奇怪。 結果就是我靠手動修改硬是改出幾個封面來。不過基本上我的電腦技術力限度也到此 為止了。什麼ControlNet或Sora的我都沒搞懂。看來目前只能這樣了。 https://i.imgur.com/xCSgmmG.png https://i.imgur.com/9nHwqkP.png https://i.imgur.com/jFSauk0.png https://i.imgur.com/Kob8EtH.jpeg 另外還有個現象則是 ChatGPT 在生成圖像時似乎會把它給的內容混合 https://i.imgur.com/IH2Ji3u.jpeg 原本的討論採取它建議的第二方案就沒有梳妝鏡，但生成的結果是 https://reurl.cc/Dqb3nd 一手支撐身體，一手輕撫頭髮， 梳妝鏡卻神奇地以超能力漂浮在前面！ 結果是我人為修改後才索性把梳妝鏡給去除掉： https://i.imgur.com/Nm5Cbh7.png -- Immer mit den einfachsten Beispielen anfangen. 　　　　　　　　　　　　　　　　　　　　David Hilbert --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.37.227.54 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/AI_Art/M.1746104610.A.331.html 應該說幾種語言模型不但能辨識而且能幫我校正，非常厲害！ 但，語言模型本身能辨識，卻無法正確轉成圖像， 造成想製造特定文字作封面的圖還是只能自行手動修改了。 加一幅也是手動加封面的圖 https://i.imgur.com/mruRIxE.png 但手動加封面字樣畢竟看起來人為痕跡太重。 就不知道目前 AI 生圖能否直接在 prompt 中把給定的字樣直接變成封面上的字樣圖。 ※ 編輯: khara (114.37.224.130 臺灣), 05/02/2025 13:10:19 附上 ChatGPT 給的答案： https://i.imgur.com/x7dFeuQ.jpeg 結論似乎是現在要把文字轉成圖像（例如書封面或布條標語之類的）， 或與英文以外的出錯率較高？ 可能得再等待了。 另外就是圖像本身在AI識別之下也會改繪 https://i.imgur.com/A3rBezF.png 這本書的封面原本應該是傳教士穿清朝官服的彩繪， 經過AI改繪之後被變成像是個長髮嬉皮啦！ 但我之前貼過的 https://i.imgur.com/APowwT8.jpeg 最神奇的是 Grok 在改掉幾乎所有背景後， 居然會保持這個蠟筆小新背包圖的樣式不變。 AI的圖像判別背後的機制還真是超謎！ ※ 編輯: khara (114.37.197.206 臺灣), 05/02/2025 16:23:20 補充另外一個難題 https://i.imgur.com/lqmBH3Q.jpeg 除了生圖模型不像語言模型般能理解文字而往往生成偽文字外， 還有一點就是要讓文字恰好被遮擋這點似乎也無法單獨辦到？ 不知道是否還有別的模型可以做到這點的， 或者也只能繼續等技術進步了？ ※ 編輯: khara (114.37.226.186 臺灣), 05/02/2025 23:25:23 感謝！我去找找豆包試用看看！ 然後根據 ChatGPT 的建議， 只有英文書名較不會出錯， 於是我虛構了一個英文書名，成功在封面上顯現出來了。 但或許受到同一討論串的影響， 這英文書名上面還多了個偽阿拉伯文。（原prompt中只要求英文書名） 也真是微妙。 https://i.imgur.com/2oTX40Z.png 順帶提的是，同一個蠟筆小新的包包，這次被Grok變形了： 這是接近原版的圖（但當然也是AI改過的偽人，尤其腿部很詭異）： https://i.imgur.com/VbLLU2T.jpeg 這是 Grok的Bright Anime風，包包變形了但還存在： https://i.imgur.com/BHbHFgV.jpeg 這是 Grok的Dark Anime風，包包徹底消失了： https://i.imgur.com/zwdW9CC.jpeg 順帶給個 tensor,art 修改的，臉部精美得太多，但背後包包徹底消失： https://i.imgur.com/dxb3h7t.png 總之就是測看看各式AI模型對於文字或其他圖樣的保存能力而已。 ※ 編輯: khara (114.37.215.233 臺灣), 05/03/2025 20:18:02 嘗試了豆包，製圖可謂精美！ 用豆包製作的鴨子坐： https://i.imgur.com/LMqpz9x.png 不過書本封面它仍無法理解，只是讓人變漂亮： https://i.imgur.com/ANTQiKf.png 注意看書本封面仍然是偽文字，看似漢字實非漢字。 （其實我是拿封面德文去改的。） 另外我玩了個へのへのもへじ臉： https://i.imgur.com/KEj9jQ2.png 不過不如已有的精緻 https://www.art-meter.com/works/?ID=AW121388 只是更加寫實風而已。 我請求豆包把我這人為修改的臉改清晰些但保留へのへのもへじ臉 豆包卻只是改了個帥臉而未理解我所說的保留へのへのもへじ臉： https://i.imgur.com/WZXiJWi.png （倒是 tensor.art 改的臉也差不多是這樣。背後是同一模型？） 不過豆包的真人化確實好用。如果姑且不討論文字識別力，豆包確實很不錯。 ※ 編輯: khara (114.37.215.233 臺灣), 05/03/2025 23:23:38 經過測試，ChatGPT「在相當程度上」保留了背景的蠟筆小新包包。 但書架上的書啥的全變形自由發揮去了。 https://i.imgur.com/YYXy8px.png （然後題外話是由於OpenAI的政策限制，所以我得讓圖片中穿著盡量保守） 以下是ChatGPT給的答案，供參考。 https://i.imgur.com/gPKHPZf.jpeg 簡單說就是常見元素（無論是圖像或文字）有可能可生成或保留， 但罕見元素例如非主流文字串就會被變形了。 ※ 編輯: khara (114.37.226.136 臺灣), 05/04/2025 12:49:23