Fable5仅做对3.5%！大模型会看图，但还没有主动视觉
Fable5仅做对3.5%！大模型会看图，但还没有主动视觉人类看图时，不会先在大脑中拍下一张「截图」，再闭眼推理。思考过程会不断引导我们的目光：找到一个线索，形成一个假设，再回到图像里验证它。
来自主题: AI技术研报
7916 点击 2026-08-05 15:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
人类看图时，不会先在大脑中拍下一张「截图」，再闭眼推理。思考过程会不断引导我们的目光：找到一个线索，形成一个假设，再回到图像里验证它。
尽管当下 Agent（智能体）发展如火如荼，但这些号称智商碾压人类的 AI 智能体，本质上仍是互联网里的支付「黑户」。
“用 Vibe Coding 的成本越低，你被模型卷死的概率就越高。”
曾经最相信强化学习的人之一，如今却认为：强化学习没有把我们带到 AGI。
你是一名支持开源的 AI 工程师，正在参加 Anthropic 的文化面试。
徐绿杨是MiniMax Hub产品运营负责人。财联社采访中，她能具体说出：一条30秒AI视频，创作者仍可能在多个工具间折腾两三天；行业的麻烦已经从“做不出来”，变成了“串不起来”。
上周三晚上，我在旧金山 Brex 总部七楼参加了一场 AI 创业 pitch 活动。办活动的是 Founders Bay，一个号称拥有 20 万创始人、投资人和运营者的社区。
Qwen 3.8 Max是一个很适合干活的模型。
8 月 4 日，腾讯混元正式发布新一代语音识别模型 Hy ASR 3.0 preview。基于最新一代大语言模型 Hy3 的语言理解能力，Hy ASR 3.0 preview 融合高精度语音识别与深度语义理解能力，在通用识别、上下文感知、多场景鲁棒性以及方言覆盖等核心维度实现全面提升，
上周末MiniMax更新了H3，铺天盖地的测评啊，说什么找到Seedance 2.0的平替了。