在这测验过程中，我一度产生了一种幻觉，便是，不会这些模型，不知道啥叫心形吧。

  再抽暇花了一晚上的时刻，去DeepReaserch和研讨之后，我看到了一篇AI这块超级好玩的论文。

  尽管文中的比方是视频，跟咱们上文的爱心图有点不太相同，可是底层原理，其实在我读完今后看来，是彻底一脉相通的。

  这项研讨设置了一个基准，叫做SpookyBench，合成了一堆由噪点组成的视频，是是非的。

  人类能够毫不费力地辨认出这些视频中的形状、文本和图画，准确率超越98%。

  不管模型架构巨细、练习数据规划、是否通过微调或选用何种提示战略，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，相同的那头鹿的视频，Gemini2.5-Pro相同无法辨认。

  咱们能够先想想，现在一切的大模型，包含GPT-5、Gemini 2.5 Pro，它们是怎样看视频的。

  很多人认为他们跟人相同，便是搬个小板凳搁那坐着，目不斜视的看完了整个视频？

  它们会从视频里，每隔一段时刻抽帧，也便是截取几张静态的图片。 比方，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会用它那剖析静态图片（也便是空间信息）的才能，去剖析这些一切的相片。

  “哦，这张相片里有噪点。” “哦，这张相片里仍是噪点。” “哦，这张相片里依然是噪点。”

  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。

  忽然想起了曾经做交互规划的时分，有一个简直刻在我血液里的心理学，这玩意，叫格局塔心理学。

  里边有一个十分牛逼的准则，叫“一同命运规则”（Law of Common Fate）。

  这个规则是说，咱们的大脑会天性地、主动地、不讲道理地，把朝着同一方向运动的物体，辨认为一个全体。

  忽然，在灌木丛中，有一小片叶子的摇摆办法，跟周围一切的叶子都不相同，它们在以一个相同的规则，朝着同一个方向（比方坤坤的方向）缓慢移动。

  坤坤的大脑，乃至不需要他考虑，就会马上拉响警报： “！快跑！山君来了！！！有风险！！”

  所以，你看，当你看到那个“噪点鹿”的视频时，你底子不需要尽力，你大脑里的一同命运规则就主动启动了。

  它帮你把一切一同往上移动的噪点归为一类，辨认为“鹿”，把一切一同往下移动的噪点归为另一类，辨认为“布景”。

  它的架构，论文里叫 Spatial Bias空间成见，决议了它只能先去辨认空间上的特征。

  但它无法从时刻的维度上，去发现这些噪点之间“一同的命运”，所以，它看不到那只鹿。

  现在看，如同没有啥处理办法，不单单是一个技能缝隙了，或许一个能够喂数据就能处理的小bug，论文里也试了，微调练习也没用。

  这时分，我其实又产生了问题，不对啊，运动这事，是时刻维度的，可是那个爱心，分明便是一张图，就没有时刻特点，那这玩意，究竟为啥也能让人感觉到，动呢？？？

  在20世纪50年代，眼动范畴有一个试验证明了一个工作，便是，人眼在凝视时并非彻底停止，而是不断进行细小的运动。

  这样的视幻觉图，大多数都是利用了咱们这个会自己运动的特征，来做出动态效果的。

  反过来讲，假如某个视界（不管其巨细、色彩或亮度）坚持严厉的停止，那么在1~3秒内，该区域就会在视界中逐步消失。

  视觉科学里有个差不多的理论是特克斯勒消逝效应，说的是当人们长时刻凝视一个固定点时，周边视界中不变的影响会逐步淡化乃至消失。

  听起来挺绕的，但假如你想试一下，故意操控眼球停止不动的话，你能够扩大这张图，然后故意的牢牢盯住中心的十字。

  这篇文章写着写着，忽然感觉回到了7、8年前还在做使用者实在的体会规划的时分，天天研讨认知心理学的日子。

  那时分，咱们天天在研讨人，研讨认知心理学，研讨人的行为、研讨人的眼动道路、研讨人的注意力、研讨人的回忆，就想着，咱们的产品，怎样让用户体会更丝滑一点，让他更爽一点，咱们的转化率更高一点。。。

  本来当年研讨了那么久的常识，在现在的年代，又以另一种途径，穿越了时空，发出出了新的光荣。

  究竟，咱们不只能看到噪点中的鹿，咱们还能看到缄默沉静中的爱，看到无常中的美。