VLM判断物体朝向居然是一个有点困难的问题？

编辑部 2026-05-04T11:08:02.587130 18837 阅读 tech

有两个角度的图片有一个答对概率高一点这个答对概率比较高这个答对概率很低实测qwen的全家桶都全军覆没谷歌的开源模型，3flash也无法解决问题是：椅子是否朝向桌子 qwen和gemini的失败 gemini3.1pro也不行 chatgpt免费版也不行出乎意料的是豆包做对了 gemin...

VLM判断物体朝向居然是一个有点困难的问题？

有两个角度的图片
有一个答对概率高一点
这个答对概率比较高

这个答对概率很低

实测qwen的全家桶都全军覆没
谷歌的开源模型，3flash也无法解决

问题是：椅子是否朝向桌子

qwen和gemini的失败

715bf93fead4576bb3e0a4214c326d2f

00a6c127755f175eeef29784e5fdbb54

8a0a37bf1d7ca54fcfb30f6879a52174

7bbcbbecdec473a9df0b414e89892fd4

gemini3.1pro也不行

chatgpt免费版也不行

出乎意料的是豆包做对了

0131880617a5101583cec8cf298cd064

gemini3flash有概率答对

7 个帖子 - 7 位参与者

阅读完整话题

来源: linux.do查看原文

VLM 判断物体朝向居然一个现在帖子