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
- 全网AI集体翻车!为什么它们死活画不对13个鸡蛋?
- 图片报:赛巴里伤缺至少三个月,取消球迷俱乐部之行
- 股票行情快报:苏豪时尚(600287)11月20日主力资金净卖出226.85万元
- 国科微:董事长兼总经理提议回购2.5亿元~5亿元股份用于注销
- 山东各地开展供热保障工作 守护民众冬日暖意
- 半场21分!赛季最佳一战,终于打出来了,杨瀚森要加油了……
- 金雷股份:实控人提议以5000万元—1亿元回购股份
- 意媒:阿莫林明日出席米兰赛前发布会
- 华勤技术:拟6亿元—10亿元回购股份
- 新鸿基公司(00086.HK)11月20日斥资65.21万港元回购17万股
- 边冲冠边拿状元!火箭,你赢麻了!
- 生意社四氯乙烯11月20日均差为144.45元/吨 由正向扩大转为缩小
- 麦迪科技:间接控股股东及实控人可能发生变更
- Mega安汇:金银相对强弱值得持续追踪
- 东京股市20日显著下跌
- 中集集团(02039.HK)11月20日斥资约880.29万港元回购125万股
- 智汇矿业(02546.HK)11月20日耗资217.5万港元回购12.5万股
- PriceSeek提醒:2026年10月丁苯橡胶出口环比增长
- 就在明日!四川省城市足球联赛战火再燃
- 苹果研发AI智能体,对标Meta与OpenAI
- Vatee万腾:黄金反抽关注机会成本变化
- 生意社:11月20日华北地区醋酸丁酯行情弱势运行
- 恒生科技指数纳入立讯精密、宁德时代、胜宏科技等20只个股
- 江西万载:安全用电保障忙
- 库里与詹姆斯的38岁对比!场均少打6分钟多拿2.4分 真碾压詹姆斯?
- 东华软件:控股股东的一致行动人郭玉梅拟增持不低于3000万元公司股份
- 广期所发布关于氢氧化锂期货交割业务有关事项的通知
- 打新必看 | 11月23日一只新股申购
- 圣泉集团:董事长提议以2亿元—4亿元回购股份
- 因未按规定提取已发生已报案未决赔款准备金等违法违规行为,太平财产保险股份有限公司吉林分公司及相关责任人被罚款48万元
- 电影《奥德赛》延长上映至2027年1月13日
- 工商银行、中国银行、建设银行、中信银行、长江电力、青岛港,股价创历史新高
- 公募基金“红包”来了!多只产品大额分红,债券型仍是主力
- 大摩:周大福(01929.HK)料中期每股派息升30% 关注2027财年指引 评级“增持”
- 超800亿元!多家银行推迟发行金融债券
- 估值回落至历史低位 机构看好科技股长期投资价值
- 伊能静《后会友期》表现引热议,伊能静一眼看破所有嘉宾登上热搜
- 国家公园每五年将开展一次“生态体检”
- 兹维列夫三战全胜晋级年终半决赛,脚踝旧伤发出警报
- 呼市一家天边砂锅焖面改“冰煮羊”,西贝:焖面不再继续拓店
- ETF午盘:养殖ETF国泰领涨0.94% 金ETF天弘领跌5.34%
- 9家券商回购23亿元,资本回报重新定价
- TUXEDO InfinityBook Pro 15 - Gen11笔电发布,搭载HX 470
- 客场斗掘金,火箭队3高塔有伤!希布韦机会来了?场均2+3有望首发
- 方向盘还能收起来?方程豹钛9首发DMS混动平台,售价27.99万元起
- U17世界杯前瞻:西班牙一个后卫身价抵得上中国队全队,先把大巴停稳
- 防御属性延续,南方基金旗下红利低波50ETF南方(515450)昨日上涨0.13%
- 皇马与27岁摩洛哥10号,完成保护性续约!迪亚斯安心在穆帅麾下替补
- 光大期货:11月20日矿钢煤焦日报
- 深市回购增持升温!年内回购计划金额上限为1707亿元
- 上交所:南京证券股份有限公司债券11月23日上市,代码246437
- 记者:伦纳德的伤病具体情况和回归时间仍然是个谜
- 博雷顿(01333.HK)连续6日回购,累计回购244.00万股
- 法媒节目访谈嘉宾称“整个华侨群体都是中国间谍”,我使馆:强烈不满、坚决反对,所谓“中国间谍”论调毫无根据,纯属污蔑抹黑、恶意诋毁
- 皇马22岁多面手回归,穆帅的甜蜜负担还是更衣室噩梦?
- 中信里昂发布研报称,下调腾讯控股(00700.HK)目标价5.1%,从685港元降至650港元,维持“跑赢大市”评级
- 蓝思科技创始人等在无锡成立股权投资基金 出资额1.2亿
- 鲨鱼属于什么动物?常见的鲨鱼种类有哪些?
- 意外!上港在2027赛季中超开打外援去留悬念即将提前揭晓?值得期待
- U17世界杯:亚洲四队3胜1负!韩国3-0横扫 , 澳洲2-0 , 国足首战劲旅
- Paper是什么意思?paper和newspaper有区别吗?
- Paper是什么意思?paper和newspaper有区别吗?
- 11月20日生意社针叶木浆基准价为4800.00元/吨
- 太极股份:融资净偿还1206.66万元,融资余额4.86亿元
- 浙江震元:公司S2产线调试尚在进行中
- 大行评级|BMO:上调Bloom Energy评级至“跑赢大市”,目标价则降至230美元
- 《GTA6》没有简单难度 但调两个设置难度直接大降!
- 冰棍冒的白气,不是它散发出来的冷气
- 南京雨花台区公共卫生服务中心即将建成投用
- 赣州金珩智能设备制造有限公司成立 注册资本30万人民币
- 我国消费市场规模继续稳步扩大
- 一国资背景光伏企业,主动申请破产
- 11月19日科创人工智能ETF南方基金份额增加250万份,重仓股澜起科技、海光信息、芯原股份
- 双良节能:子公司签订2.27亿元海外设备采购合同
- 每体:卡斯特利翁为德米格尔在球场9号门设置了一块纪念牌匾
- 兰帕德:刚出道还背负裙带关系质疑,但后来我能甩出所有奖杯
- 天空体育:扎卡和布罗比缺席桑德兰对阵维拉的赛前训练
- 纽约汇市:美元走高 市场避险情绪升温
- 艾可蓝(300816.SZ)新增一起对外投资,被投资公司为嘉兴燚山通鑫创业投资合伙企业(有限合伙)
- 任丘市泊远塑料制品有限公司成立 注册资本5万人民币
- 美元指数19日上涨
- 禾赛-W(02525.HK)11月19日回购30.91万股,耗资401.01万港元
- 赣锋锂业:拟斥资2亿至4亿元回购A股股份
- 极智嘉-W(02590)11月19日斥资118.78万港元回购20万股
- 拿完金球就走人?斯坦丘再度打算离开中超,球迷希望带走一队友
- 康方生物(09926):受托人以总代价约1200万港元购买约20万股
- 踢球者:莱比锡2500万新援埃斯泰夫暂居替补,球队规划今夏扶正他
- 南方上海金ETF:更新招募说明书 提示投资风险
- 生意社:11月19日滁州兴邦涤纶短纤价格下调
- 四赴进博会,贺柏圣以天然营养对话中国市场
- 富国银行上调宝洁目标价至188美元
- 协鑫科技(03800)11月19日耗资约2026.58万港元回购3669.72万股
- 博雷顿(01333.HK)11月19日斥资约920.19万港元回购54万股
- 爵士背靠背横扫快船湖人,创造了一项NBA历史
- 长鑫科技:回购股份金额上调至25亿元—50亿元
- “健康使者” 上门来!中国医疗队走进桑给巴尔中企驻地义诊
- 502胶水怎么清除?502胶水粘手了怎么弄掉?
- 常山北明(000158.SZ):近期经营情况正常,内外部经营环境未发生重大变化
- 11月19日港股工业工程行业沽空数据盘点,宁德时代、建滔积层板、潍柴动力沽空金额位居行业前三
- 家电股高股息 成本回落 双轮驱动修复行情