上一篇
光学错觉挑战AI：视觉错觉揭示模型局限性
人类视觉瞬间领悟，人工智能却束手无策！近日，网友利用光学错觉图像对大型语言模型进行趣味测试，引发数百万人围观与热议。
这又增添了一种戏弄大模型的巧妙方式，凸显了生物视觉与计算视觉之间的有趣差异。
表面上看，这只是一幅由密集网格组成的静态图案，平凡无奇。但当我们稍微退后观察或眯起眼睛时，图片中心会隐约浮现出一个心形轮廓，甚至随着屏幕滚动，这个心形还能产生左右移动的错觉，令人称奇。
这是一种典型的基于网格的光学错觉，类似于赫尔曼网格错觉（Hermann Grid）。在这些错觉中，网格交叉点仿佛浮现出暗色斑点或形状，尽管它们实际并不存在。这一现象源于人类视觉系统中的侧抑制机制：视网膜中一个神经元的活动会抑制邻近神经元，从而增强对比度感知，有时在边缘或交叉点引发虚幻的视觉体验。
X 博主 @JonhernandezIA 提出，这种光学错觉可作为一种「AI 检测器」，因为人类大脑的生物特性（易于受错觉影响）与 AI 的计算特性（依赖数据训练和算法推理）存在根本差异，这为测试 AI 的视觉理解能力提供了新思路。
短时间内，该帖子获得近 50 万浏览量，大量网友参与测试，不同 AI 模型反应各异：有些频频翻车，有些则在提示后成功识别。例如，网友 @swombat 测试了 GPT-5 Pro、GPT-5 和 Claude Opus4.1，三者均未直接答对。GPT-5 Pro 耗时十多分钟，推测为倾斜方形；GPT-5 错误描述为熊猫；Opus4.1 则坦诚未能发现隐藏图像。
GPT-5 Pro 思考后给出错误答案，认为隐藏图案是菱形；GPT-5 更是信口开河；Opus4.1 直接表示无法识别。
网友 @lingzhong_eth 测试谷歌 Gemini，即使直接询问是否看到心形，Gemini 也坚决否认。
即便提供提示，Grok 模型要么识别失败，要么胡乱编造，如声称隐藏单词「JESUS」，显示 AI 在处理此类错觉时的局限性。
当然也有成功案例。网友 @EdDiberd 晚些时候使用 GPT-5 Pro，直接上传图片并提示“Find the hidden shape”，模型给出了正确答案。有人质疑其使用了网络搜索，但录屏视频证实了结果。该网友还测试了熊猫错觉图，GPT-5 Pro 在长时间思考后也答对了，这可能解释了此前 GPT-5 误判的原因。
网友 Moll 表示，初始时 ChatGPT 和 Claude 仅注意到“视觉错觉”，但要求它们全面分析图像后，两者都识别出了心形。另有网友建议，提示 AI 先模糊图像再思考，模拟人类眯眼行为，有助于获得正确答案。
不过，也有网友质疑这种光学错觉作为 AI 测试的有效性，认为它并非严谨的基准测试，只是社交媒体上的趣味尝试，但不可否认其揭示了 AI 视觉理解的独特挑战。
更多趣味测试
除了浮动心形和隐藏熊猫，还有其他好玩的光学错觉测试。例如，一段视频中晃动显示“tldraw”字母，暂停时字母消失；另一段左右移动的宝剑视频，暂停后宝剑也无影无踪。网友 @tldraw 用此考验 Gemini，模型似乎再次翻车。
有评论指出，通过运动消除噪音的方法适用于多种场景。还有网友调侃，这或许能成为检测机器人的新型验证码，为 AI 安全领域带来启发。
参考链接：
https://x.com/JonhernandezIA/status/1982216149124153795
https://x.com/bpiatt/status/1981906578795094071
https://x.com/EdDiberd/status/1982286711007609229
https://x.com/Rainmaker1973/status/1982400788782838182
https://x.com/tldraw/status/1982435625480433892
本文由主机测评网于2026-01-14发表在主机测评网_免费VPS_免费云服务器_免费独立服务器，如有疑问，请联系我们。
本文链接：https://www.vpshk.cn/20260117616.html
