大语言模型看到的颜色和人类一样吗?
大语言模型(LLM)和人类在感知颜色方面有很大不同。人类通过光的波长来看到颜色,而 LLM 则是通过理解单词之间的意义来“理解”颜色。
为了探索这个问题,AI 艺术家 Kat ⊷ the Poet Engineer 从维基百科提取了各种颜色名称和它们的 RGB 值,并对这些颜色进行向量表示。
- 将颜色的意义降维到三维空间,对应RGB值
- 根据 RGB 值的三维坐标来排列颜色
大语言模型并不真正“看见”颜色,而是通过词义关联理解颜色名称。AI艺术家Kat ⊷ the Poet Engineer利用维基百科的颜色名与RGB值,将颜色语义映射到三维空间,发现其分布接近人类视觉的RGB坐标——这揭示LLM对颜色的理解本质是语言关系,而非光学感知。
大语言模型看到的颜色和人类一样吗?
大语言模型(LLM)和人类在感知颜色方面有很大不同。人类通过光的波长来看到颜色,而 LLM 则是通过理解单词之间的意义来“理解”颜色。
为了探索这个问题,AI 艺术家 Kat ⊷ the Poet Engineer 从维基百科提取了各种颜色名称和它们的 RGB 值,并对这些颜色进行向量表示。
腾讯正测试微信内嵌 AI 智能体,计划将其打造为连接 14 亿月活与小程序生态的 Agent 操作系统。该产品采用端云混合架构,通过 API 直接调用小程序完成任务,兼具高效与安全优势。尽管面临模型能力与算力瓶颈,且初期或仅覆盖高频基础场景,但凭借零门槛体验和生态闭环,微信有望推动 AI Agent 大众化普及,其最终成效仍取决于模型、算力及服务调用成功率。
ElevenLabs 发布 Dubbing v2 配音模型,支持基于原声直接生成 90 多种语言配音,无需文本中转,可完整保留原视频的语气、停顿及情绪。该模型具备同步感知翻译机制,能自动调整措辞长度以对齐原片时间轴,实现配音流程自动化。此举大幅降低了专业级多语言配音门槛,普通创作者可通过 ElevenCreative 平台体验使用。
Anthropic 在发布新 Claude 模型前,通过头部客户极限测试验证真实业务表现,比单纯跑分更具参考价值。借助 Agent 能力,新模型在起草法律文件等复杂任务中成功率提升约 20%,实现持续准确输出。当前大模型发展重心已转向 Agent 在垂直场景的落地,边缘案例为下一代优化指明方向。这种与客户深度共创的模式建立了高信任壁垒,值得产品团队借鉴。
围绕《大语言模型看到的颜色和人类一样吗?》展开交流,未登录用户可浏览评论,登录后可参与讨论。