镜像反射视频一测就幻觉，作者称视频理解模型仍不够用
venturetwins · x · 2026-07-21
这条帖子在说：视频理解模型离“真正看懂视频”还差得远。
- 作者拿带有 镜像反射 的 AI 生成视频做测试。
- 把视频交给 GPT-5.6、Gemini、Fable 之类模型后，得到的却是各种幻觉和自相矛盾的推理。
- 结论很直接：视频理解 依然是多模态里最难啃的部分之一。
所属事件:视频理解模型挑战镜像反射场景频发幻觉(2 条相关)→
「多模态」频道最新
- ComfyUI多脸修复神器：Ultimate Face Fix节点开源 — Merserk13 · 2026-07-22
- AI 视频制作入坑指南：如何解决连贯性与审查限制 — cynicalnewenglander · 2026-07-22
- 先做分镜再生成，AI 舞蹈视频更容易保持一致性 — aftahi_ai · 2026-07-22
- Runpod MCP 让 Claude 直接编排图像和视频生成工作流 — 802high · 2026-07-22
- Midjourney 把蜜蜂做成碎片爆炸梗图 — michaelrabone · 2026-07-22
- 物理奖励能改进视频生成，但不等于物理引擎 — Dapper-Drawer4546 · 2026-07-22