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
8537 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。
“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。
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。
AI奇点，已经临近了！
她是xAI前推理团队负责人。她研究并发起的开源推理引擎SGLang，已经成为众多大模型部署和推理的重要底层工具，也是目前AI infra领域最具影响力的开源推理框架之一。如今，她从SGLang开源生态中孵化出创业公司RadixArk，希望把只有少数科技巨头才能拥有的前沿AI基础设施，变成整个行业都可以使用的开放技术底座。
DeepSeek Harness内测前瞻。
D轮融资估值暴涨约四倍，已签30余份量产合同。
前不久，OpenAI 公布了其智能体入侵 HuggingFace 的 AI 安全事件，令很多企业和公众第一次意识到：AI 模型可能并不总会按照设计好的方式行动。