视觉语言模型给 2.43 美元项链估到 104 美元
BrianneLee011 · hn · 2026-07-28
一个 Show HN 项目把一条 2.43 美元的项链 放进三套穿搭里，让视觉语言模型来估价。
结果相当离谱：模型给出的价格区间从 19 美元到 104 美元 不等。这个演示很直观地暴露了 VLM 在审美、场景和上下文上的偏差，也说明“看图估价”远没有表面上那么稳定。
「多模态」频道最新
- Claude Code 被用来编排一套六阶段 AI 视频工作室 — EXM7777 · 2026-07-28
- Google Gemini Omni 生成电影感外星人图像与视频提示词 — michaelrabone · 2026-07-28
- 一篇长文警告：AI 影像正把世界推向“反现实”时代 — churchkey · 2026-07-28
- 研究称 Hugging Face 热门图像模型可轻易生成脱衣深度伪造 — Justgototheeffinmoon · 2026-07-28
- 《汤姆和杰瑞》AI 真人版太像真，反让卡通显得像假的 — eyishazyer · 2026-07-28
- Seedream 5 Lite 参考资产锁定五镜头视频一致性 — LudovicCreator · 2026-07-28