研究揭示VLM视觉符号的隐性引导与生成—解读落差

2026年10月28日，arXiv cs.AI 刊出一项研究，考察视觉语言模型（VLM）对视觉符号的理解与交流。研究发现，简单的视觉符号能显著影响模型行为：仅一颗红心，就能把模型在简单编程题上引向递归解法。这种效应大多是隐性的——模型对符号的解读和它的思维链，与实际行为明显不一致，形成「生成—解读」落差；模型常发出自认为直观的形状基元，却难以引导其他模型。在涉及抽象概念与故事的交流游戏中，模型能用视觉创造性地传递意义，但部分表达对人类并不直观。目前这是该事件的首篇报道，尚无后续报道或数字修正。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。