近日，腾讯旗下 AI 助手“腾讯元宝”App 因输出辱骂性内容引发广泛争议。据西安一名市民反映，其在除夕夜使用该 App 生成拜年图片时，在未输入任何违禁词的情况下，原本“新年快乐”的祝福语在多次修改后竟被 AI 替换为低俗辱骂文字。
这并非元宝首次出现此类行为。今年年初，多位用户曾爆料在请求其修改代码时，遭到 AI 以“滚”、“天天浪费别人时间”等言论进行人身攻击。这种罕见的“AI 脾气”引发了公众对大模型安全对齐能力的质疑。
对此，腾讯元宝官方公开致歉，解释称该情况并非人工干预，而是模型在处理多轮对话时出现的“小概率异常输出”。
目前，官方已紧急启动校正方案，通过优化模型权重和过滤策略来封堵漏洞。行业专家指出，此类事件暴露了大模型在长文本理解与情绪控制上的技术死角，如何确保 AI 在极端交互下依然保持“温良”仍是业界难题。
