目前，一些 AI 模型已经能够实现图片生成文字的功能。
例如，MidJourney 已经具备了这一能力。
在 Stable Diffusion（SD）模型中，SDXL 可以直接生成带有文字的图片，能更好地识别自然语言，支持使用类似“XXX with the words 'XXX' written on it”这样的句式生成带有文字的图片，不过中文表现仍有待提升。
对于 Midjourney（MJ），使用英文文本输入，在提示词中将需要生成的文本使用双引号“text”包裹，输出的图片中便能出现所要求的文字。但在当前测试中，带文字的图片生成并非百分百优质，其效果会受到文本量、文字在画面中的占比、其他提示词数量以及画面复杂程度等因素的影响。
需要注意的是，这些系统可能存在一些问题，比如围绕具有内置偏见的模型构建，可能在法律和道德方面存在一定争议，法律规则也尚不明确。
提示词：“受梵高启发的运动鞋时尚摄影”-每个模型创建的第一张图像一些需要担心的事情：这些系统是围绕基于互联网数据训练而具有内置偏见的模型构建的（例如，如果您要求它创建企业家的图片，您可能会看到更多以男性而不是女性为特色的图片，除非您指定“女性企业家”），您可以使用[此浏览器](https://huggingface.co/spaces/society-ethics/DiffusionBiasExplorer)在工作中看到这些偏见。这些系统还以不透明的方式对互联网上的现有艺术进行了学习，并且可能在法律和道德上存在问题。虽然从技术上讲，你拥有所创建图像的版权，但法律规则仍然模糊不清。此外，目前为止，它们还不能创建文本，只是一堆看起来像文本的东西。但MidJourney已经搞定了。
[title]【SD】向未来而生，关于SDXL你要知道事儿[heading1]#SDXL模型的优势[heading2]2.更智能的文字和语言识别 在之前的模型中，SD生成的文字全是乱码，无论是中文还是英文都不太行。[content]而现在，sdxl可以直接生成带有文字的图片。你可以使用XXX with the words"XXX” written on it这样的句式来生成带有文字的图片，虽然中文还是不行，但是英文表现还不错。比如，在头盔上写“future”的单词。比如，在广告牌上写“SDXL”。能进行文字书写，这绝对是AI领域的一次史诗级的更新。并且，SDXL能更好地识别自然语言，不再需要加太多的质量关键词了，它支持只用很少的语句就能生成质量很高的图片，以后我们可以更专注在内容创作上，而不必烦恼那些琐碎的废话了。比如，描述一个在太空漫步的宇航员。
MJ使用英文文本输入，其对英语提示词的识别效果进一步变好，在提示词中将需要生成的文本使用双引号“text”包裹，输出的图片中便能出现所要求的文字！当然，在当前测试的一些案例中，带文字的图片生成仍然不能百分百优质，这也取决于文本量的多少、文字在画面中的占比以及其他提示词数量、画面复杂程度等等。为了进一步探究V6的文字生成能力，开展了进一步的实践测试：