Claude 疑似真能「听」视频发音，创作者实测发现反常识能力
RileyRalmuto · x · 2026-11-12
长期用 Claude 做视频制作（vfilm production）的创作者 RileyRalmuto 发现一个困惑：过去一个月里 Claude 一直强调自己「无法真正听到音频」，总要求人工检查声音效果。但在当前用 Fable 制作的视频中，角色把「mnemos」念成「NEE-moss」，Claude 却准确指出了这个发音错误，并主动询问用户发音是否正确。
作者疑惑：发音难道能从频率/波形分析中推断出来？这一观察暗示模型对音频的感知能力可能远超其自我描述，「模型说不认为自己能听到」与实际行为之间存在反差，引发对模型自我认知与多模态能力边界的好奇。
「模型」频道最新
- Liquid AI 1.7B 开源小模型多轮指令跟随击败百度 ERNIE 5.0 — JosephJacks_ · 2026-11-12
- Reddit 热议:模型跑分该改成「红黄绿」任务评级吗? — Toothpasteweiner · 2026-11-12
- Fable 5.2 安全分类器误拦论文复现代码，AI 研究再遭误伤 — felpix_ · 2026-11-12
- RuneBench 性价比实测:Hy4 High 得 6.23 分仅花 0.59 美元/次 — mariofilhoml · 2026-11-12
- Sora 2 证明美国能造顶尖视频模型，法律顾虑才是真正束缚 — gandamu_ml · 2026-11-12
- 里程碑:PostTrainBench 上 AI 后训练成绩超过人类专家版 SmolLM3-3B — maksym_andr · 2026-11-12