待验证50% 置信基准精确时间

在需要感知+推理+图像重建的视觉认知任务上，人类可达约80%，而SOTA多模态模型仅有30%到50%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/16

首次发现

有效期至：2026/10/14

来源

多模态大模型三大鸿沟：微软研究院印度的前沿探索

相关事实

待验证大比例印花（单元占身体宽度1/3以上）视觉记忆点极强，同一件容易被人记住『又穿那件』，出镜频率高的通勤场景应选小比例或抽象低辨识度图案69% 相似待验证通过在恰当时刻人为增强对图像或文本的注意力，视觉空间推理任务准确率可从21%提升至50%68% 相似待验证90%新手在AI视频生成时遇到画面跑偏、视角错乱、风格不统一的问题，根源几乎都出在提示词上67% 相似待验证格式塔心理学的'完形'原理表明人脑会主动填补视觉信息的缺失部分67% 相似待验证Anthropic、DeepMind 等机构的可解释性研究显示，目前只能通过激活分析、注意力可视化等有限手段部分理解模型内部状态64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/533786

API

curl https://kongchang.com/api/v1/knowledge/claims/533786

MCP

get_claim(id=533786)