Blender 同题实测：两旗舰模型输出差距悬殊，训练数据分布是主因
ZeroStateReflex · x · 2026-09-09
- 在 Blender 内用同一 prompt 各生成 12 秒内容：Claude Fable 5.1 输出明显逊于 GPT-6 Astra，差距之大出乎意料。
- 作者（在 Blender 内构建 AI 工具的开发者）猜测原因并非模型能力弱，而是 Anthropic 的训练语料中 Blender 相关数据太少，Blender 尚不在其分布内。
- 类比 Karpathy 提过的现象：早期模型下国际象棋很差，把棋类数据加入下一轮训练后大幅提升；作者认为 Blender 也会如此。
- 结论：比起通用 benchmark 分数，在真实软件内的实测更能暴露模型在特定工具中的能力缺口。注意：所涉模型未经官方证实。
所属事件:Blender 同题实测：两旗舰模型输出差距悬殊(2 条相关)→
「Fun」频道最新
- 2 小时 50 美元复刻 Kurzgesagt 格式，引出「AI 创作缺意图」之争 — motionbynick · 2026-10-27
- 恶搞论文走红：用 REA 的 MCP 工具反向工程机构交易系统，搞一人量化基金 — PtrPomorski · 2026-10-27
- 实验：同时调控两组神经元，模型自行组合出「gnome」概念 — Sauers_ · 2026-10-27
- 29 美分用 Dreamina Seedance 伪造大坝灾难「幕后花絮」 — Standard_Spell5873 · 2026-10-27
- AI 圈梗图：旧金山派对上的 monog 们自尊心堪忧 — NathanpmYoung · 2026-10-27
- AI 视频系列「支线任务恶魔」第四集：Mochi 逃亡日 — Josepho · 2026-10-27