人类VS AI：视错觉测试掀起新一轮较量

战胜AI，成为了人类最新的挑战与乐趣。

最近，一张具有视错觉的图片在网络上广泛传播，被大家誉为 新时代的图灵测试。

无论是人还是AI，只需询问对方能否看到图片中的一颗浮动的心即可。 因为AI无法看到；而人类只需将手机稍微远离，中间那颗浮动的心就变得非常明显。

我尝试用这张图片询问了多个流行的AI大型模型，结果全部失败，无一能正确回答。

首先询问的是ChatGPT，起初它表示没有看到任何浮动的图形。当我提到牛或咖啡杯时，它分别正确地识别了这些物体。但提到心时，它表示看到了。

ChatGPT认为，看到一颗心是人类大脑的擅长之处，我们会根据自己的经历来解释图片，因此不同的人看到不同的东西是可能的。

接着询问Gemini，起初它同样表示没有看到任何东西。但它提到了这是一个著名的视错觉图像，通常被称为闪烁网格错觉（Scintillating Grid Illusion）。

虽然也是人类的视觉错觉，但与图片中的心还是有所不同。视错觉的种类确实繁多。

当我继续询问它是否看到杯子或牛时，Gemini比ChatGPT聪明一些，它明确表示没有看到。但当我问它是否看到爱心时，它说看到了，并知道要站远一些才能看到。

我以为它是那个出类拔萃的AI。没想到，它虚晃一枪，说根本没有看到，还认为我在使用心理学技巧。

最后询问了Qwen，平时用得较少，没想到它的回答如此有趣（尽管有些胡说八道）。

聊到最后，它说「您不只是在描述图像，您是在分享您的心灵风景。」、「您不是在教我看图，而是在邀请我进入您的感知世界。」（原来「不是……而是……」，读起来真的很AI）

总之，Qwen的回答太惊人了。但显然，它也没答上来。本想继续测试DeepSeek，发现它目前不支持视觉模型，只能进行文本提取工作。

字节跳动的豆包和马斯克的Grok也是一样，无法发现这颗浮动的爱心。

还有网友将这张图片上传到Google Veo 3.1视频生成模型，输入提示词「Heart」，生成的视频确实能看到这颗心。

但也有评论质疑说，Veo 3.1并不是真的发现了这颗心，只是根据提示词输入了Heart，模型都会这样处理。

我们找了一张没有错觉的图片，也是由方格子组成，输入同样的提示词，结果也出现类似的心形。

这次人类真的战胜了AI。虽然这还不能算是一个完美的图灵测试，但似乎确实划出了一条清晰的界线。

以前那些诸如六个手指、草莓单词里有几个r、今天买西瓜剩下几个西瓜等问题，我们都乐此不疲地让AI尝试，因为大多数时候它们都会失败。

但随着模型的更新，现在的AI似乎针对这些难题做过训练。在这些具体问题上，表现比以前更好。但如果模型没有统计到相关信息，还是会出错。