北京
分享至
一张看起来像随手乱画的黑白线条图，没有阴影、没有纹理、没有色彩，AI却从中认出了一个杯子。
推文作者Hardy Chen展示了这个现象：图像内容高度抽象，接近随机噪点，但模型依然能提取出具体的物体形状和特征。他的语气是惊讶，不是讲解——这条推文本身只是展示，不是教程。
抽象到什么程度
画面只有黑色线条和白色背景。按人类直觉，这种图离"照片"差得很远，识别应该失败。但AI没有失败。
这说明图像理解并不依赖高度逼真的渲染。模型不需要看到光影、材质、颜色，也能从极简的视觉信息里提取意义。
能力从哪来
据推文描述，这种能力来自像Gemma 4微调的视觉-语言模型。相比传统分类模型，这类模型更擅长理解形状与物体之间的映射关系——哪怕形状被高度抽象化。
传统分类通常需要相对完整的视觉特征才能给出判断。视觉-语言模型的路子不同，它把图像和语言表征放在一起训练，形状的"意思"可以被更灵活地捕捉。
推文没有展开技术细节，也没有给出评测数据。它提供的只是一个观察：在人类看来几乎不成形的线条里，AI找到了杯子。
这个观察本身值得记一笔。它提醒我们，模型看到的可能不是我们以为它该看到的东西。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
