10月14日 | AI 看不懂图里的常识，这个盲区有多大

本期内容

这期围绕一个核心问题展开：AI 的能力边界到底在哪里，谁真正看清楚了，谁还在用错误的框架判断它。从 Meta 旗舰模型的定价信号，到 AI 生成假记者的新型信息操控，再到多模态模型看不懂图片里常识这个系统性短板，以及 Nathan Lambert 和 Karpathy 各自从研究者和布道者的角度对 AI 进展给出的更精确描述。听完这期，你对"AI 很厉害"这句话会有更具体的参照系。

本期要点

- Meta 旗舰代理模型 Muse Wonder 定价对标 Claude Opus，标志着顶端模型竞争从性价比转向代理可靠性

- OpenAI 披露新型假身份影响力操作：AI 生成完整"记者"身份，少量高可信内容比大规模散布谣言更难防

- Anthropic 扩展网络安全验证计划，通过资质审核的安全研究人员可解锁 Claude 的高级能力，身份替代一刀切限制

- 新基准 Humanity's Sixth Sense 显示：当前最强多模态模型在空间判断、场景常识等隐性视觉推理上存在系统性短板

- Nathan Lambert 指出 AI 快速进步主要发生在工程和基础设施层面，真正通用推理的突破进展要慢得多

- Karpathy 在 X 上指出：真正理解并深度使用 AI 的人仍是极少数，信息差正在指数级扩大，思维框架而非工具使用才是真正的差距

参考资料

Disrupting AI-enabled "false front" operations — https://openai.com/index/disrupting-ai-enabled-false-front-operations/

Expanding the Cyber Verification Program — https://www.anthropic.com/news/expanding-the-cyber-verification-program

Humanity's Sixth Sense: Benchmarking Intuitive Visual Reasoning in Multimodal Models — （原文链接待补充）

I expect rapid progress but not towards general superintelligence — https://www.interconnects.ai/

Muse Wonder: A Frontier Model For Personal and Professional AI Agents — https://ai.meta.com/research/

Andrej Karpathy on X — https://x.com/karpathy

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast