人类一眼看懂的图 ChatGPT、Gemini、Grok 集体翻车

网友 @ghostcartoonist 晒出一张大多数人一眼就能看懂的图片，并实测询问 ChatGPT、Gemini 和 Grok，三大主流模型都无法说出图中发生了什么。Jeremy Nguyen 博士随后将此发展为针对 AI 视觉模型的挑战，并公布答案，指出当前视觉模型在理解这类图像上仍存在明显短板，凸显了多模态模型与人类视觉理解之间的差距。

2026-09-27 ~ 2026-09-28 · 2 条相关