深度文:VLM欠缺的塞尚式视觉智能

alfcnz · x · 2026-07-07

一篇借用法国后印象派画家塞尚对视觉构成的独特理解,深度剖析当前视觉语言模型(VLM)在视觉智能层面存在的根本性缺口的长文。作者认为VLM的感知方式与人类视觉认知机制存在本质差异,提供了对多模态AI能力边界的深度思考与批判性分析。

原文链接 →