ARTICLE · 1144128

关于安卓微信小微解读图片功能的 Bug 分析

发布时间：2026-10-09 08:37:55 最近访问：2026-10-09 08:37:55

微信小微最近推出了一系列和图片相关的功能。

我简单做了以下测试。

第一次尝试，正常图片

图片来源公园自拍

测试结果正常图片可以解读，没问题。

解读结果如下

图片来源手机截屏

测试结果失败

文天祥的《正气歌》，被解读成了《兰亭集序》。

有时候解读不出来，结果空白。

有时候，一直在解读没有结果。

估计形成了死循环。

图片来源手机自拍

测试结果失败，识别成了诸葛亮的《出师表》

把照片反向掉头

解读结果，识别出了部分汉字，但是没有识别出《正气歌》。

问题分析总结：

微信“小微”将《正气歌》图片误读为《陈情表》或者其他古文，并非“小微”主观故意，而是AI图像识别（OCR）与语义理解技术局限导致的误判。具体原因如下：

文字识别（OCR）的局限与干扰相似字/词误识别：《正气歌》原文中包含“或为出师表，鬼神泣壮烈”等文字，而《陈情表》中也有“出师表”的提及（如“或为出师表”）。AI在识别图片中的文字时，可能因图片清晰度、排版或字体干扰，将“正气歌”误识别为“陈情表”，或混淆了“出师表”与“陈情表”的关联词。

局部文字误读：图片中若存在局部遮挡、模糊或特殊排版，AI在拼接识别结果时，容易根据局部高频词（如“表”）进行错误联想，从而得出“陈情表”的误判。

3.关联的过度联想

主题关联误判：《正气歌》与《陈情表》均为中国古代经典名篇，且都涉及“忠孝”主题（文天祥的《正气歌》强调忠义气节，李密的《陈情表》强调孝道）。AI在理解图片语义时，可能因捕捉到“表”（奏章）或“忠孝”等关键词，进行了过度联想，从而将两者错误关联。

这就牵扯到一个共性的问题，AI模型识别汉字经常翻车，尤其是小字、手写体、艺术字、表格和古籍繁体字等等。

原因主要有三个：

它是先“看图”，不是直接读文字：汉字被切成像素块处理，缺角、粘连、倾斜就容易认错。

汉字太像、太多：“己/已/乙”“士/土”“未/末”这种，差一笔就是另一个字。

它会自己脑补：模型更擅长猜“最合理的词”，而不是逐字照抄。看到模糊数字，可能按上下文硬补一个。

OCR最大的短板就一句：它能把字认出来，但不一定理解这篇文档。除了照片模糊，不全等客观因素外，最重要的一点是OCR技术只认字，不懂业务：它分不清哪个数字是金额、哪个是编号，更判断不了逻辑对不对。

主要具体表现为：

• OCR 可能识别出错字；

• 表格、公式、化学结构往往被“读坏”；

• 页眉页脚、广告水印混杂在正文里；

• 结构信息（如段落层级、位置坐标）被破坏

• ...

所以，明白了么，AI不是万能的，需要人一步步去教机器怎么去识别。