待验证80% 置信事实时间未知

幻觉问题（Hallucination）在跨模态场景下比纯文本场景更难检测和修正

1

来源数

80%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Gemini Omni正式发布：一周内社区涌现大量惊艳多模态应用

twitterGeminiApp

涉及实体

Hallucinationconcept 多模态AIconcept

相关事实

待验证图文对应应做到'一页一核心画面对应一句朗读'，画面元素过多、找不到文字所指物体的绘本不适合听力阶段，会造成听读注意力分散65% 相似已验证幻觉分为内在幻觉（生成内容与源文档矛盾）和外在幻觉（生成内容无法从任何来源验证）两类63% 相似待验证尽管文本大模型在各类文本任务上已超越人类，但多模态大模型在视觉任务上仍显著落后于人类水平62% 相似待验证图示清晰度越高(真人实拍分步图)越易理解，但真人图占版面大导致步骤数受限；线条示意图信息密度高但初学者理解慢，教学新手场景优先真人分步图61% 相似待验证氛围类概念图对细节精确度的容错比写实人像或产品图更高60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/9977

API

curl https://kongchang.com/api/v1/knowledge/claims/9977

MCP

get_claim(id=9977)