棉花糖基准：测试 AI 数图能力的有趣实验
qu1etus · reddit · 2026-08-21
作者创建了「Marshmallow Benchmark（棉花糖基准）」：在烤盘上铺满棉花糖拍照，要求 AI 准确计数。虽然提示词明确要求观察而非猜测，但各主流模型（Gemini、Claude、GPT 等）的回复结果从 472 到 539 不等，差异显著。这是一个展示多模态模型在细节计数和幻觉问题上表现的趣味测试。
「多模态」频道最新
- HyperFrames 推出 Reference Any Video:Agent 可参考任意视频风格创作 — aftahi_ai · 2026-10-16
- 实测对比:Krea 2 配 LoRA 效果仍胜过 Flux 3 Klein — Angaisb_ · 2026-10-16
- World Labs Atlas 测试版开滚：像素级精确控制视频镜头路径 — theworldlabs · 2026-10-16
- Krea 3 图像编辑模型上线 fal：6 秒内完成高质量改图 — gorkem · 2026-10-16
- Tripo P2 对比 Meshy 7.1：当前最强图生 3D 模型横评 — noahsolomon · 2026-10-16
- BytePlus 合办 AI 电影大赛:100 万美元大奖,须用 Seedance 生成 70% — DavidmComfort · 2026-10-16