Opus 5 在盲视 FreeCAD 评测里临场搭起伪视觉链路
teortaxesTex · x · 2026-07-25
Opus 5 在盲视工程任务里自己搭了“伪视觉”链路
引用帖在讲一个评测案例：Claude Opus 5 被放进 mini-swe-agent 这种纯文本 harness 里，要根据一张工程图把零件重建成一个 3D FreeCAD 模型，但模型看不到图像本身，只能通过终端文本和 bash IO 交互。
- 它一开始先尝试了现成的 OCR：Pillow + Tesseract。
- 由于工程图上细小数字识别不稳定，它没有停在原地，而是临场自己搭起一套“视觉栈”。
- 讨论的重点不只是“做成了”，而是模型在缺少直接视觉输入时，仍能围绕工具链自行补足能力。
回复里则指出，这种“自己拼伪视觉”的做法并不一定是 Anthropic 独有；真正难得的是它在这个多学科任务上确实跑通了。
所属事件:弱视觉模型被指靠工具拼凑伪视觉能力(2 条相关)→
「编程与Agent」频道最新
- AustinLangChain 分享 RAG 变体：预计算黄金答案运行时精确匹配 — colinmcnamara · 2026-10-27
- 开发者观点：与 agent 交互式协作仍有未被挖掘的价值 — alex_frantic · 2026-10-27
- 研究者发起 AMA:揭秘「平民开发者」用 AI Agent 自动化企业工作 — Loose_Rip359 · 2026-10-27
- Gradio 推 ML Intern 人工介入：训练前可暂停审核数据 — Gradio · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27
- Unity 前开发者:OpenClaw 清理得不错,值得再试一次 — lucasmeijer · 2026-10-27