AI生成，哪家强？

　　混元、智谱CogView-4、通义千问、即梦、可灵和Gemini 2.5 Flash Image。

　　：人物的皮肤质感过于光滑，仅有微小瑕疵。

　　：第一眼看上去很华丽，很有气势，但似乎理解出现了一些偏差。这并非一个由星云构成的生命体，而是一尊宇宙材质的宏伟雕像。

　　：28.5分

　　从效果上来看，千问、即梦、可灵和Gemini的文生图效果都是很不错的。

　　尤其是前身为nano-Banana的Gemini 2.5 Flash Image，拿到了最高的分数，证明了它并非浪得虚名。

　　不过，我们的核心目标还是要透过现象看本质。

　　人们总是惊叹于AI的“创造力”，它足够以假乱真，绘画水平也超越了大部分人。

　　但事实上，AI输出的AI作画，并非像一个画手一样，从一张白纸开始一笔一笔画出事物。

　　而是从一张充满随机噪声点的“混沌画布”开始，根据提示词进行降噪。

　　也就是说，

　　对于苹果生成数量的错误，可能就是因为“构成一幅和谐的水果静物图”这个在训练数据中频繁出现的指令，其概率权重超过了“3”这个脆弱的数字符号。

　　对于星云和狮子之间的挣扎，与“狮子”相关的像素模式可能是“实体”和“毛发”，而与“星云”相关的则是“气体”和“半透明”。AI无法同时满足两个相互矛盾的概率分布，因此降噪过程就无法成功。

　　对于水墨风的机甲，则可能是AI背后的数据库在发挥作用。如果数据库中有大量“水墨”、“机甲”等高质量的标签，降噪过程也会被顺利引导至一个高质量的概率空间。

　　简单的来说，

　　至于错误，文生图是一个很复杂的过程，很遗憾，我们无法确切得知问题出在哪一环节。

　　也因此，至少目前为止，