北京
最近一项测试揭示了当前大模型在生成图表时的一个结构性缺陷：同一个模型被要求两次绘制相同的44节点系统架构图，一次输出原始SVG，另一次输出JSON交给布局引擎渲染，结果线条路由的表现截然相反。
测试中，两个版本的方框和标签都干净整洁——实验者特意强调这一点，因为过去人们对模型画不好方框的担忧已经过时。只要要求前沿模型生成六框流程图，它就能交出整齐的六框图。然而，一旦涉及密集节点间的连线，问题立刻暴露。
在直接输出SVG时，模型由于缺乏布线算法，只能硬生生画出对角线，这些线条直直穿过不相关的方框。这不是个别现象，任何图一旦节点变密就全面失控。而且，当只改动其中一个节点时，整个手工布局必须重新生成，每次结果都不一样。这种“死图片”无法差分对比，无法单独编辑，甚至连两次得到同一张图都做不到，每次修改都是一次完全重置和随机抽奖。
测试者指出，这并非“等待更强模型”就能解决的问题。连线在嵌套图中绕过障碍物属于全局优化任务，是ELK等布局引擎专门解决的核心能力。模型生成SVG却必须按顺序逐点确定x/y坐标，看到全图后也无法回溯，因为它是在预测下一个token，而非求解布局问题。更强的模型或许能画出更漂亮的方框，但解不开缠成乱麻的连线。这种失效源于架构本身，一旦节点超过几十个，不同模型都会复现。
“如果你不信，诚实的方法是亲自试一试——把40个节点的架构丢给你信赖的任何模型。”实验者最后留下挑战，撕开了AI图表生成领域长久被忽略的认知盲区：输出边界的选择，可能比模型本身更早触及天花板。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
