拷打AI的難度還在升級？這不，圖像推理又出現(xiàn)了新難題。

該問題在Reddit上引起熱議：目前沒有任何AI能真正解決復(fù)雜推理問題。

圖片

問題定義其實非常簡單——在下圖中還需要添加多少個小立方體能形成一個完整的大立方體？

圖片

針對這一難題，國內(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，Gemini 2.5Pro給出的答案僅有10個。

圖片

而國內(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？請往下看。

為什么會出現(xiàn)不同的答案

核心原因：大模型對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，但它對于缺失的小立方體的數(shù)目仍舊給出了錯誤答案，用人類視覺來看，要形成5x5x5的大立方體需要125個小立方體，而圖中已經(jīng)給出了46個，所以答案應(yīng)該為79。

而AI的錯誤源于它對圖片中小立方體的結(jié)構(gòu)和數(shù)目的分析錯誤。

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給出不同的答案。

不過，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)友針對這些錯誤答案提供了一些解決辦法：

例如用o3進(jìn)行測試，在前兩次嘗試時給出一些小提示，雖然這樣也得到錯誤答案，但第三次，即使沒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的長期記憶功能，讓它記住了前兩次嘗試的提示（比如考慮最長運行中有多少個立方體，專注于嚴(yán)格計數(shù)而不是估計），考慮到了失敗的經(jīng)驗，并將它們?nèi)空显谝黄稹?/span>

因此，可以說o3會通過記憶來學(xué)習(xí)。而這道難題也會成為未來的訓(xùn)練數(shù)據(jù)。

網(wǎng)友：人類也會困惑

有人說，這根本就不是一個推理問題，而是一個視覺理解問題。

出現(xiàn)作者認(rèn)為的錯誤答案是由于問題表述不清楚導(dǎo)致AI的分析過程出現(xiàn)了偏差。

甚至人類面對這種問題也會出現(xiàn)類似的困惑，比如題目的要求到底是以原來的排列結(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

無論是3x3x3、4x4x4還是5x5x5，或者是NxNxN，人類自己都無法統(tǒng)一答案的問題，對AI來說是不是太難了點！

網(wǎng)友：

圖片

AI：或許我需要一個更科學(xué)的訓(xùn)練方式！

參考鏈接：https://www.reddit.com/r/singularity/comments/1kc2po7/not_a_single_model_out_there_can_currently_solve/?rdt=36638