與雞蛋玩“AI傳話”：第10輪弄丟了“chicken”，最後變成“鵪鶉”

一位網名為GENO的研究者釋出了一項有趣的AI實驗：用“影像描述→生成新圖→再描述”的方式，讓AI玩25輪“傳話”。他固定使用同一個描述模型，並讓兩條鏈並行：一條用OpenAI的GPT Image 2，另一條用Google的Nano Banana 2。每輪只把描述文本傳給生成器，圖片本身不會傳遞給下一輪；第一輪生成的圖直接作為下一輪描述物件，不重roll。

在Nano Banana 2這條鏈上，前9輪生成的雞蛋都被描述為“chicken egg”（雞蛋），但第10輪“chicken”突然消失，只剩下“egg”。奇怪的是，影像在接下來約12輪裡看起來仍然是普通雞蛋，直到描述開始變成“像海鴉或大型斑點物種”，圖片才真正演變成一顆像自然歷史博物館展品的野鳥蛋。也就是說，文字先丟失，畫素後跟上。相比之下，GPT Image 2鏈的25輪描述一直保留“chicken”，最終影像也仍是超市裡常見的雞蛋。

為什麼兩條鏈差異這麼大？GENO認為關鍵在描述中的用詞。GPT Image 2鏈把蛋殼上的斑點稱為“氣孔”（pore），這是蛋殼本身的一部分；而且背景描述在第3輪意外寫下了“255亮度”這個絕對數字，白色已經沒有繼續漂白的空間。Nano Banana 2鏈則把斑點稱為“blotches”“splatter”（斑點、濺灑），這些詞暗示東西“在蛋殼表面”。大約第11輪後，描述變成“滴狀”“重力滴落顏料行為”，第23輪甚至出現“啞光蛋殼+光澤斑點”的詭異組合，好像一隻蛋上有兩種材質，儘管沒有任何人寫過“油漆”這個詞。

背景的漂移更早埋下伏筆。Nano Banana 2鏈第一輪生成的圖片，背景恰好是“淺灰色”而不是純白，於是之後的描述一直沿用“light gray”。相對詞“灰”總能繼續變灰：第4輪出現輕微暗角，第6輪變成徑向漸變，到第21輪已經是“徑向光暈”和“博物館燈光”。此時氛圍欄位開始寫“觀察中的標本”，雞蛋也就不得不變成那種燈光下會出現的物種。GENO指出，這個源頭只是第一輪生成的一次渲染意外，而控制實驗（第一輪強制純白背景）還沒有跑。

他還記錄了蛋殼紋理的演變：微孔→孔隙→點蝕→凸起色素→多孔，約十輪內完成。點蝕意味著小洞，在另一次超過25輪的執行中，第27—28輪蛋殼上真的出現了裂紋，隨後模型又把蛋“修”回完整。裂紋並非隨機，描述已經在為“受損表面”積累詞彙。

實驗還糾正了GENO最初的假設：起始提示詞裡有“from top”（俯視），但兩條鏈都生成了豎立站著的蛋。這不是描述模型的鍋，而是兩個生成器在第一步都選擇了統計上最常見的解讀——俯視時陰影環繞在蛋周圍，正面看時陰影在蛋下方，二者其實是同一個橢圓，但一旦選擇了正面視角，俯視視角就再也不會回來。

最後，作者補充說，由於自己數錯了輪數，Nano Banana 2鏈在某一輪（他記為第29輪）的提示詞變成了“a quail egg”（鵪鶉蛋）。標題裡的“a quail”就是這麼來的。作者把50張圖片和全部輪次的JSON記錄公開，並坦言自己只有兩條鏈，沒法回答“是否AI傳話總是在文字先失敗”這個問題。正如他所說：“兩條鏈不是一個資料集。”