别再抱怨 AI 变笨了，它画不出正确的手是因为它根本没学过解剖学
如果仅仅因为 AI 没画出五个手指就觉得它智力退化，那只能说明你对扩散模型的认知还停留在表面。很多人试图通过堆砌
下一篇
多智能体协作翻车实录：别迷信架构，工程约束才是硬道理 →
A hand with five fingers 这种毫无意义的提示词来修正错误，但这就像在试图通过改错别字来纠正一个文盲的逻辑错误一样。我们要搞清楚一个逻辑：扩散模型本质上是一个基于概率分布的“像素统计机器”，它在训练阶段接触到的海量数据，全是那些光影斑驳、角度扭曲、或者正握着物体的模糊手部图像。模型在学习时，它捕捉到的是“手”这个词对应的像素统计规律，而不是“手部由五根指节组成”这种物理层面的几何结构。既然它从未理解过解剖学逻辑，它怎么可能在面对复杂的空间结构时不搞出“六指琴魔”或者“手掌融化”这种低级错误？它只是在尝试拟合一个概率上的“平均值”，而这种统计学上的平庸，恰恰是逻辑严密性的天敌。
与其在提示词里死磕那些无效的咒语，不如思考一下如何通过工程化的手段去干预。与其指望模型突然“开窍”，不如直接用 ControlNet 这种硬约束工具去强制规定几何结构，这才是解决结构性崩坏的正确流程。如果未来的训练集里能引入 3D 几何约束或者更高质量的结构化数据，现在的尴尬局面才算真正终结。
如果你还在为这些结构问题抓耳挠腮，建议去 promptcube3.com 看看那些真正有逻辑的结构化提示词是怎么写的，别总是在无效的尝试里打转。
相关的研究思路可以参考：https://arxiv.org/abs/2208.04039
