开云·kaiyun体育这依然由有个专科术语叫＂模态对王人＂-开云·kaiyun体育(中国)官方网站 登录入口

发布日期：2026-08-02 17:56    点击次数：60

快科技 8 月 16 日音信开云·kaiyun体育，近日，凤凰科技发布了一则测试 7 款 AI 产物的视频。

据视频画面炫夸，大部分 AI 产物都犯了并吞个初级空幻：数不清手指。

视频以一张有 6 根手指的像片测试，效果大部分 AI 都"十分自信"的恢复 5 根。

据测试的 7 款 AI 产物，效果是豆包、kimi, 腾讯元宝、文小言、通义以及马斯克称之为最强 AI —— Gork 的恢复都是 5 根。

只消 GPT 的恢复是 6 根。没错！只消 GPT 答对了，其余全翻车。

那么，AI 为何会犯这种看似初级的空幻呢？其实，这和 AI 特别的看图形状密切有关。

与东谈主类直不雅地不雅察图片不同，AI 科罚图片时，会先将图片改变为翰墨含义。

举例，给它一张狗的像片，它脑海中袒露的不是具体的影像，而是"至少是一只狗"这么的翰墨形容。

这依然由有个专科术语叫"模态对王人"。具体而言，AI 会借助图片编码器将像片调度为数字向量，同期用"翰墨编码器"把翰墨也酿成数字向量，然后用功让狗的像片和"狗"这个词在并吞个语义空间里"蚁合"。

这种科罚形状有其上风，它能让 AI 约莫了解图片中的物体类别。但缺欠也十分彰着，图片中的细节很容易被遗漏。

就像在 AI 的翰墨形容里，手即是"有 5 根手指"，它不会像东谈主类不异肃穆去一一计数。

这就好比你跟一又友说"我家有条小狗"，一又友能思象到狗，却很难猜到狗耳朵是竖着如故垂着。

是以，数手指这种对东谈主类笃定泰山的事，对 AI 来说却是与生俱来的短板。

除非为它独特装置一个数手指的插件，不然它可能会一直活在"默许 5 根"的"舒畅宇宙"里。

回归来说，AI 数不清手指并非因为它"愚笨"，而是其看图形状自然地忽略了细节，它祥和的是图片所传达的意旨道理，而非具体的像素信息。

对此开云·kaiyun体育，你怎样看？