微信扫码
添加专属顾问
德国达姆施塔特工业大学的一项新研究表明,即使是最先进的人工智能图像模型也无法完成简单的视觉推理任务。
研究人员使用邦加德问题(Bongard problems)测试了各种视觉语言模型(VLMs)——这些是大多数人类能够直观解决的简单视觉谜题。这些由俄罗斯科学家米哈伊尔·邦加德创建的谜题呈现了12个简单图像,这些图像被分为两组。挑战在于找出区分这些组别的规则,这项任务考验抽象推理能力。
比如其中的一个谜题是:下面左边一组与右边一组的区别是什么?
正确答案是:封闭曲线内外小点的聚集度,即左边封闭曲线内的小点的聚集度比价高,外面的小点聚集度低,右边刚好相反
就连GPT-4o也表现不佳
研究结果令人震惊:这些模型在处理大多数人认为简单的基本任务时都遇到了困难。
例如,它们难以区分垂直线和水平线,或确定螺旋的旋转方向。这些基本的视觉概念对于即使是最先进的人工智能模型来说也具有挑战性。
如下图所示,虽然人类可以轻松区分垂直和水平元素,但即使是像GPT-4o这样的先进VLM也无法完成这项基本任务。比如
GPT-4o目前被认为是最先进的多模态模型,但它只能解决100个视觉谜题中的21个。其他知名的人工智能模型,包括Claude、Gemini和LLaVA的表现甚至更差。
如下图所示,在分析旋转方向或空间关系等简单视觉概念时,视觉语言模型(VLMs)表现出不一致的结果。这些模型在解读螺旋形状和方向性方面特别困难,
比如下面的问题是“下面图像的旋转方向是什么?” 其中CW代表顺时针方向,CCW代表逆时针方向,我们可以看到没有一个模型全部回答正确:
当研究人员提供多项选择选项时,结果仅略有改善。只有当可能答案的数量被严格限制时,人工智能模型才显示出显著改善——在这些条件下,GPT-4和Claude分别解决了100个谜题中的68个和69个。
性能数据揭示了当前VLMs的明显局限性:即使是最好的模型GPT-4o也只能解决100个经典邦加德问题中的21个。只有在严格限制选择选项的情况下,成功率才会提高。
研究人员详细研究了四个选定问题中模型失败的原因。他们发现人工智能系统有时在达到实际的"思考"和"推理"阶段之前,就在基本的视觉感知层面上失败了。但他们找不到一个明确的单一原因。
重新思考人工智能评估基准
该研究引发了对人工智能系统评估的质疑,并表明现有的基准可能无法准确衡量模型的真实推理能力。研究团队建议重新思考这些基准,以更好地评估人工智能的视觉推理能力。
研究人员写道:"我们的发现提出了几个关键问题:为什么VLMs在各种既定的VLM基准测试中表现出色的同时,却在看似简单的邦加德问题上遇到困难?这些基准在评估真实推理能力方面有多大意义?"
该研究由达姆施塔特工业大学与艾因霍温理工大学和德国人工智能研究中心(DFKI)合作进行,得到了德国联邦教育和研究部以及欧盟的资助。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-06-28
Om AI第二弹!VLX-Seek来了:3B小模型,细粒度感知反超Gemini
2026-06-22
小参数,大能力 | 星际视觉语言大模型再进化,0.8B轻量版正式发布
2026-06-16
RapidOCR: 从 setup.py 迁移到 pyproject.toml 打包实践
2026-06-12
PaddleOCR 3.7 正式接入ONNX Runtime,一个参数换后端,轻量部署新选择
2026-06-11
本地部署OCR,可能是AI进单位的第一道门
2026-06-08
正式推出 Gemma 4 12B: 一款统一、免编码器的多模态模型
2026-05-30
还在用 MinerU 解析 PDF?这个 2B 小模型直接把 olmOCR-bench 刷到 87.6%,速度还快 3.68 倍
2026-05-30
Qwen-VLA:迈向通用具身智能的统一动作框架
2026-04-22
2026-04-27
2026-04-21
2026-04-09
2026-04-15
2026-04-26
2026-04-21
2026-05-30
2026-04-22
2026-05-25
2026-03-12
2025-12-31
2025-08-04
2025-05-26
2025-05-13
2025-04-08
2025-04-05
2025-03-30
欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。
会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式:本网站支持以下登录方式,您可根据实际情况选择:
微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。
手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。
账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。
实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。
未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。
服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。
禁止行为:您在使用服务时不得实施以下行为:
利用技术手段批量爬取、下载、转存知识库内容;
将知识库内容用于商业目的或未经授权地向第三方传播;
干扰本网站正常运行或侵犯其他用户合法权益;
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。
有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。
不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。
第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。
七、 违约责任
如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。
我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。