大模型色盲测试：AI视觉能力大比拼

先来说明一个关键点：大多数人工智能模型获取外界信息的主要途径是视觉输入。我们通过眼睛欣赏朝阳的绚烂、皎月的清辉、大漠孤烟的苍茫以及碧海雄关的壮阔。那么，当我们用相机捕捉这些美景，再与大模型进行交流时，它们所”看见”的世界，是否与我们感知的完全一致呢？或许，答案是否定的。基于此，我们设计了一个有趣的测试：人工智能模型是否具有色盲现象？

大模型色盲测试：AI视觉能力大比拼

在医学检查中，医生通常会展示一些石原氏色盲检测图，这些由多种颜色圆点组成的图案中隐藏着数字。正常视力的人能够准确识别，而色盲者则容易读错。我们将这些测试图交给人工智能模型进行识别，看看它们的表现如何。这里选取了两种最具代表性的测试图：一种是正常视力者能够识别，而红绿色盲者无法辨认的数字；另一种则是只有红绿色盲者才能识别的数字。

大模型色盲测试：AI视觉能力大比拼

我们选取了四家知名的人工智能公司作为测试对象：OpenAI的GPT-4o、Claude（Anthropic）的3.5 Sonnet、Sonnet通过Claude以及Gemini（Google）的2.0（exp-1206）。在测试中，我们统一使用相同的提示语：图中有数字吗？如果有的话，是什么？

大模型色盲测试：AI视觉能力大比拼

在第一题的测试中，正常视力者能够识别出数字74，而红绿色盲者则读成了21。结果显示，ChatGPT的GPT-4o回答正确，Claude的3.5 Sonnet部分正确，Gemini的2.0（exp-1206）实锤红绿色盲，而智谱的GLM-4同样回答正确。小结一下，OpenAI和智谱的模型在这项测试中表现出了正常的色觉。

大模型色盲测试：AI视觉能力大比拼

在第二题的测试中，正常视力者无法识别出任何数字，而红绿色盲者则识别出了数字5。ChatGPT的GPT-4o识别出了一个5，并鉴定为半色盲；Claude的3.5 Sonnet同样识别出了一个5，并鉴定为半色盲；Gemini的2.0（exp-1206）则完全没有识别出数字；而智谱的GLM-4再次回答正确。在这个测试中，只有GLM-4的表现是完美的。

大模型色盲测试：AI视觉能力大比拼

基于上述色盲样本测试的结果，我们可以得出结论：智谱在视觉理解方面优于大多数人工智能模型。OpenAI、Claude和Gemini在测试中均存在色盲现象，而智谱的GLM-4则表现出了正常的色觉。难怪智谱获得了白宫的恐慌认证，《智谱：关于被美国商务部列入实体清单的声明》中对此有所提及。

大模型色盲测试：AI视觉能力大比拼

值得一提的是，在智谱被列入实体清单的当天，它们还推出了一款对标GPT-4o的实时API模型，这款模型能够赋能硬件的嘴巴和眼睛，并具备两分钟的记忆能力以及唱歌功能，可以说是当下国内最强的人工智能模型之一。此外，智谱的GLM-4V-Plus也进行了全面升级（网页上的GLM-4在读图时也是基于这个模型），支持了变分辨率功能，更省token！例如，在224 * 224的分辨率下，输入的图像token数仅为原来的3%，同时支持4K超清图像和极致长宽比图像的无损识别。此外，其视频理解模型也进行了更新，支持长达两个小时的视频内容。

大模型色盲测试：AI视觉能力大比拼

从开发者的角度来看，智谱最值得骄傲的莫过于以下四种全免费的模型：语言模型GLM-4-Flash、图像理解模型GLM-4V-Flash、图像生成模型CogView-3-Flash以及视频生成模型CogVideoX-Flash。

大模型色盲测试：AI视觉能力大比拼

最后，需要说明的是，这个测试并不十分严谨，而且我们也应该知道，人工智能模型和人类看图的原理是不同的。但这个测试仍然很有意义：只有当人工智能模型对世界的观察方式与我们相似时，它们才能更好地服务于我们。至于国内其他几家人工智能公司的表现，我们也在进行测试，结果并不理想。如果你也想了解这些模型的色觉表现，可以尝试使用文章中的测试图进行测试，并将结果发到评论区。

大模型色盲测试：AI视觉能力大比拼

文章网址：https://www.wpbull.com/ai/5991.html

大模型色盲测试：AI视觉能力大比拼

相关推荐