AI —— 文字生成图片的逻辑

  事情的起因是我在做一个自用软件时，需要测试文字生成图像的功能。于是就对现在能使用的ai大模型去做了一些尝试。输入几组我的描述性文字其中的一张图片令我大为震撼。

（师妹 师兄 温酒 毛驴）

问题大家应该可以发现，一位图像人物的下半身时有问题的。同时从人的逻辑上，这种图缺少内核逻辑。在NLP的成熟度如此高的情况下，对描述性文字进行逻辑上的重构并不是太麻烦的事情。

豆包扩充文字

（在一个宁静的日子里，师兄与师妹并辔而行，一头毛驴慢悠悠地跟在他们身后。阳光透过树叶的缝隙洒下，斑驳地落在他们身上。师兄手中提着一壶温酒，时不时轻抿一口，那醇厚的酒香在空气中弥漫开来。师妹眉眼弯弯，笑着与师兄交谈，清脆的声音如同银铃般在林间回荡。微风拂过，吹起他们的衣角，仿佛时间都在这一刻静止，只剩下这温馨的画面和那带着暖意的温酒气息。）

这个描述后生成的图像还是一言难尽。

文心 扩充文字
（

在一个宁静的黄昏，夕阳如熔金般洒落在古朴的院落里，师兄与师妹并肩坐在石桌旁，享受着这难得的闲暇时光。师兄手持一只精致的陶壶，正细心地温着一壶陈年佳酿，那酒香随着袅袅升起的热气，轻轻弥漫在空气中，引得周围的空气都似乎变得柔和而醉人。

师妹则坐在师兄的对面，脸上洋溢着温暖的笑容，眼中闪烁着对师兄细致入微关怀的感激。她偶尔低头轻抚着身旁那头温顺的毛驴，那毛驴似乎也感受到了这份和谐与宁静，不时地发出几声悠长的鼻息，为这画面增添了几分生动与趣味。

师兄温酒的动作既熟练又充满仪式感，仿佛每一次倾倒都承载着对过往岁月的怀念与对未来日子的期许。他轻声对师妹说：“这酒，如同我们的情谊，越陈越香，无论时光如何流转，它都会是我们心中最温暖的记忆。”

师妹闻言，眼眸中闪过一丝感动，她轻声道：“是啊，师兄，有你在身边，每一天都像是被温暖包围。这毛驴，还有这壶酒，都是我们共同走过的见证。”

随着夜幕降临，院中的灯火渐次亮起，师兄与师妹的欢声笑语与远处偶尔传来的虫鸣交织在一起，构成了一幅温馨而美好的画面。而那头毛驴，似乎也被这份温情所感染，静静地站立在一旁，守护着这份难得的宁静与幸福。

）
这个图像还是存在问题，但是比上面的两组的话，相对好了很多。
ai 在未来肯定是逐步走向类人的思维，但是ai不能只有简单的拼接能力，更应该具有思维逻辑。

视觉真实性上来说我们应该提高细节处的优化，从图像与描述的匹配度上来说，不能单独去对文字进行匹配拼接，更应该准确理解文本描述，去具备一定的构图逻辑，而不是拼接。