AI看不到的爱心，成了最棒的AI检测器。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
AI看不到的爱心，成了最棒的AI检测器。
原创 数字生命卡兹克 数字生命卡兹克 2025-10-31 09:31 北京
这两天在网上刷到了一张图，很有意思。
其实就是一张经典的视觉错觉图，做了个漂浮的心形图案。
如果你用电脑打开这篇文章的话，没看到这个图动起来的话，那就就用手机打开或者直接把页面缩小。
瞬间，你就能看到这个图里的爱心，直接左右横跳起来了。。。
看到的兄弟可以把公屏打在弹幕上。
这哥们说，这是最好的AI探测器，说，没有AI能看到这个图中间还有个爱心。
我顺手找了几个模型试试，结果无一例外，果然，没一个AI认出来。
比如Gemini 2.5 Pro，率先翻车。
给我扯了一堆有的没的，然后说了一句，圆圈。
圈你妹= =
GPT-5-Thinking，想了2分多分钟，直接阵亡。
甚至，我还试了一下豪华版GPT-5 Pro。
在长达7分钟的花里胡哨之后，宣布直接躺平。
国产三巨头，豆包、Qwen、元宝，也都倒在了这张图的淫威之下。
DeepSeek因为没有多模态，所以反而逃过一劫。
在这测试过程中，我一度产生了一种错觉，就是，不会这些模型，不知道啥叫心形吧。
导致我非常智障的还去问了一下。。。
认识，看来没啥问题。。。
你们也能看到，我用的都是同一套提示词。
我觉得，同样的问题交给随便的一个人，应该都是能得出正确答案的。
所以，我就产生了很强的好奇。
这到底是什么？
再抽空花了一晚上的时间，去DeepReaserch和研究之后，我看到了一篇AI这块超级好玩的论文。
是今年5月发的，叫《Time Blindness: Why Video-Language Models Can’t See What Humans Can?》
真的，AI研究到后面，怎么发现，研究的全是人类。。。
这个标题翻译过来大概就是：
为什么视觉语言模型看不到人类能看到的东西？
虽然文中的例子是视频，跟我们上文的爱心图有点不太一样，但是底层原理，其实在我读完以后看来，是完全一脉相通的。
这项研究设置了一个基准，叫做SpookyBench，合成了一堆由噪点组成的视频，是黑白的。
随便暂停一下，这个视频的每一帧，看起来都像是随机的雪花点或者电视噪音。
但是播放的时候，我们可以非常明确的看到一只鹿。
这个鹿我甚至都没法截图给大家看，只要截图出来就必是噪点图。
这玩意，跟最近X上流行的一个视觉错觉的宝剑视频还挺像的。
你只要一暂停，就啥也看不到了。
还有很多类似的。
这篇论文就拿451个这样的视频，组成了一个基准，去视觉大模型进行测试。
结果就是，非常的喜闻乐见。
人类可以毫不费力地识别出这些视频中的形状、文本和图案，准确率超过98%。
而大模型的准确率，为0%。
全军覆没，无一幸免。
我已经很久很久没见过这么多的0分了。
太特么赤鸡了。
无论模型架构大小、训练数据规模、是否经过微调或采用何种提示策略，AI从未答对任何一段视频的内容。
我也拿几个模型去试了一下，同样的那头鹿的视频，Gemini2.5-Pro同样无法识别。
原因其实特别简单。
AI是空间维度上的王者，但却是时间维度上的瞎子。
我这么说可能会有点难以理解。
我们可以先想想，现在所有的大模型，包括GPT-5、Gemini 2.5 Pro，它们是怎么看视频的。
很多人以为他们跟人一样，就是搬个小板凳搁那坐着，目不转睛的看完了整个视频？
错了，不是这样的。
现在大模型的主流做法，本质上不是看视频，是看照片。
它们会从视频里，每隔一段时间抽帧，也就是截取几张静态的图片。 比如，第1秒截一张，第1.5秒截一张，第2秒截一张等等等等。
然后，AI会用它那分析静态图片（也就是空间信息）的能力，去分析这些所有的照片。
“哦，这张照片里有噪点。” “哦，这张照片里还是噪点。” “哦，这张照片里依然是噪点。”
最后，它得出结论： “这特么就是个噪点视频。”
这就是最本质的问题所有，AI彻底丢掉了所有的帧与帧之间的信息。
而那个“漂浮的心形”和“噪点中的鹿”，其实本质上，它们的信息恰恰_只_存在于帧与帧之间。
这其实，就是，时间维度。
在任何一个单独的瞬间，心形和鹿都是不存在的，都是不可见的。
你只有把这些瞬间_连续播放_，让时间流动起来，你才能看到他们。
突然想起了以前做交互设计的时候，有一个几乎刻在我血液里的心理学，这玩意，叫格式塔心理学。
几乎就是用户体验行业的基石之一。
里面有一个非常牛逼的原则，叫“共同命运法则”（Law of Common Fate）。
这个法则是说，我们的大脑会本能地、自动地、不讲道理地，把朝着同一方向运动的物体，识别为一个_整体_。
这玩意几乎就是刻在我们的史前基因里面的。
比如在几万年前的草原上，我们的老祖宗“智人坤坤”，正蹲在草丛里。
他眼前是一片随风摆动的、杂乱的灌木。
突然，在灌木丛中，有一小片叶子的摆动方式，跟周围所有的叶子都_不一样，_它们在以一个相同的规律，朝着同一个方向（比如坤坤的方向）缓慢移动。
坤坤的大脑，甚至不需要他思考，就会立刻拉响警报： “卧槽！快跑！老虎来了！！！有危险！！”
那些“共同运动”的像素点，在坤坤的大脑里自动组合成了老虎这个整体。
所以，你看，当你看到那个“噪点鹿”的视频时，你根本不需要努力，你大脑里的共同命运法则就自动启动了。
它帮你把所有一起往上移动的噪点归为一类，识别为“鹿”，把所有一起往下移动的噪点归为另一类，识别为“背景”。
你之所以能看到鹿，不是因为你_看见_了鹿，而是因为你_看见_了运动本身。
**但AI不行。**它没有我们这套“共同命运法则”的视觉系统。
它的架构，论文里叫 “Spatial Bias”空间偏见，决定了它只能先去识别空间上的特征。
它看每一帧，都是一堆杂乱无章的噪点。
但它无法从时间的维度上，去发现这些噪点之间“共同的命运”，所以，它看不到那只鹿。
这个问题，在论文中，被称为。
时间盲视，Time Blindness。
目前看，好像没有啥解决办法，不仅仅是一个技术漏洞了，或者一个可以喂数据就能解决的小bug，论文里也试了，微调训练也没用。
我们活在流中，而AI活在帧中。
这个世界对我们来说，首先是连续的、流动的、充满_过程_的。
而对AI来说，这个世界首先是离散的、静态的、充满_物体_的。
太有意思了，这是我最近，看到的最哲学最让我喜欢的一段表述。
我们现在理解了噪点，让我们回到最开始的爱心。
这时候，我其实又产生了问题，不对啊，运动这事，是时间维度的，但是那个爱心，明明就是一张图，根本没有时间属性，那这玩意，到底为啥也能让人感觉到，动呢？？？
我没理解，于是，我又进行了新一轮的研究。。。
结果，答案居然让我有点无语。。。
答案特别简单，就是因为：
因为我们自己会动。
还是，不受控制地动。。。
在20世纪50年代，眼动领域有一个实验证明了一个事情，就是，人眼在注视时并非完全静止，而是不断进行微小的运动。
正是这些不自主的眼球运动，保证了我们对静止图像的持续感知。
这样的视错觉图，基本上都是利用了我们这个会自己运动的特征，来做出动态效果的。
为了使人类能够看见，视网膜上的图像必须持续发生一定程度的运动。
反过来讲，如果某个视野（无论其大小、颜色或亮度）保持严格的静止，那么在1~3秒内，该区域就会在视野中逐渐消失**。**
视觉科学里有个差不多的理论是特克斯勒消逝效应，说的是当人们长时间注视一个固定点时，周边视野中不变的刺激会逐渐淡化甚至消失。
听起来挺绕的，但如果你想试一下，刻意控制眼球静止不动的话，你可以放大这张图，然后刻意的牢牢盯住中间的十字。
应该可以感觉到十字周围的颜色在慢慢消失，然后变成一片灰白色。
这就是著名的特克斯勒消逝效应的哲学。
没有变化，则等于没有信息。
这篇文章写着写着，突然感觉回到了7、8年前还在做用户体验设计的时候，天天研究认知心理学的日子。
那时候，我们天天在研究人，研究认知心理学，研究人的行为、研究人的眼动路线、研究人的注意力、研究人的记忆，就想着，我们的产品，怎么让用户体验更丝滑一点，让他更爽一点，我们的转化率更高一点。。。
没想到这么多年以后，天天研究AI，发现到头来。
又回到了当年。
原来当年研究了那么久的知识，在如今的时代，又以另一种路径，穿越了时空，散发出了新的光彩。
AI跟人，也真的都是超级有趣的物种。
在无数路径上殊途同归，却又在各自的路线上，分道扬镳。
但我还是更喜欢人一点。
毕竟，我们不仅能看到噪点中的鹿，我们还能看到沉默中的爱，看到无常中的美。
还有，那时间。
流逝的本身。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克
>/ 投稿或爆料，请联系邮箱：wzglyay@virxact.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言