AI遭遇靈魂拷問(wèn)！這道題所有模型集體翻車(chē)，網(wǎng)友：我也不會(huì)啊
拷打AI的難度還在升級(jí)？這不，圖像推理又出現(xiàn)了新難題。
該問(wèn)題在Reddit上引起熱議：目前沒(méi)有任何AI能真正解決復(fù)雜推理問(wèn)題。
圖片
問(wèn)題定義其實(shí)非常簡(jiǎn)單——在下圖中還需要添加多少個(gè)小立方體能形成一個(gè)完整的大立方體？
圖片
針對(duì)這一難題，國(guó)內(nèi)外支持圖像輸入的大模型紛紛給出了不同的答案。
其中，o3給出的答案是45個(gè)，Gemini 2.5Pro給出的答案僅有10個(gè)。
圖片
而國(guó)內(nèi)大模型，如DeepSeek、Qwen3的答案分別為14和9。
圖片
圖片
出現(xiàn)這些不同答案的原因是什么呢？請(qǐng)往下看。
為什么會(huì)出現(xiàn)不同的答案
核心原因：大模型對(duì)組成的大立方體的規(guī)格理解不同。
o3將最終組成的大立方體的規(guī)格理解為5x5x5，但它對(duì)于缺失的小立方體的數(shù)目仍舊給出了錯(cuò)誤答案，用人類(lèi)視覺(jué)來(lái)看，要形成5x5x5的大立方體需要125個(gè)小立方體，而圖中已經(jīng)給出了46個(gè)，所以答案應(yīng)該為79。
而AI的錯(cuò)誤源于它對(duì)圖片中小立方體的結(jié)構(gòu)和數(shù)目的分析錯(cuò)誤。
圖片
Gemini 2.5 Pro將最終組成的大立方體的規(guī)格理解為4x4x4。
圖片
而DeepSeek和Qwen都將最終的大立方體規(guī)格設(shè)定為了3x3x3。
圖片
圖片
對(duì)于最終要組成的大立方體的規(guī)模理解不同，各大模型自然而然就會(huì)給出不同的答案。
不過(guò)，結(jié)合提示多次嘗試，也有大模型能夠漸漸找準(zhǔn)方向。
網(wǎng)友針對(duì)這些錯(cuò)誤答案提供了一些解決辦法：
例如用o3進(jìn)行測(cè)試，在前兩次嘗試時(shí)給出一些小提示，雖然這樣也得到錯(cuò)誤答案，但第三次，即使沒(méi)有提示也得到了正確的結(jié)果。
圖片
網(wǎng)友認(rèn)為是由于ChatGPT的長(zhǎng)期記憶功能，讓它記住了前兩次嘗試的提示（比如考慮最長(zhǎng)運(yùn)行中有多少個(gè)立方體，專(zhuān)注于嚴(yán)格計(jì)數(shù)而不是估計(jì)），考慮到了失敗的經(jīng)驗(yàn)，并將它們?nèi)空显谝黄稹?/span>
因此，可以說(shuō)o3會(huì)通過(guò)記憶來(lái)學(xué)習(xí)。而這道難題也會(huì)成為未來(lái)的訓(xùn)練數(shù)據(jù)。
網(wǎng)友：人類(lèi)也會(huì)困惑
有人說(shuō)，這根本就不是一個(gè)推理問(wèn)題，而是一個(gè)視覺(jué)理解問(wèn)題。
出現(xiàn)作者認(rèn)為的錯(cuò)誤答案是由于問(wèn)題表述不清楚導(dǎo)致AI的分析過(guò)程出現(xiàn)了偏差。
甚至人類(lèi)面對(duì)這種問(wèn)題也會(huì)出現(xiàn)類(lèi)似的困惑，比如題目的要求到底是以原來(lái)的排列結(jié)構(gòu)為基礎(chǔ)還是可以打亂結(jié)構(gòu)重新排列？
圖片
圖片
并且，如果能夠更清晰地為AI解釋圖片內(nèi)容（告知其圖片中小立方體的排列結(jié)構(gòu)）：
圖片
那么o3得到的答案也是正確的：
圖片
無(wú)論是3x3x3、4x4x4還是5x5x5，或者是NxNxN，人類(lèi)自己都無(wú)法統(tǒng)一答案的問(wèn)題，對(duì)AI來(lái)說(shuō)是不是太難了點(diǎn)！
網(wǎng)友：
圖片
AI：或許我需要一個(gè)更科學(xué)的訓(xùn)練方式！
