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
- Midjourney V8.2 加入个性化并展示新图像效果 — Mr_AllenT · 2026-07-27
- Midjourney 图像多样性引发 Krea 2 对比与复现提问 — diffusion_throwaway · 2026-07-27
- AI 短片把 1985 年反乌托邦拍成电影感作品 — ProfessorKey98 · 2026-07-27
- Google Omni 做出的 BOTPD 新集变成追车戏仿 — ScriptLurker · 2026-07-27
- 一个新 LoRA 复刻了 GTA: San Andreas 的 RenderWare 画风 — Humble-Pick7172 · 2026-07-27
- AMD R9700 开启动态 VRAM 后，LTX 2.3 生成速度大幅提升 — xdcfret1 · 2026-07-27