标签索引

空间推理

这个标签下有 5 篇文章。按时间回看相关判断与实践记录。

标签精选

实测翻车：Gemini 绘图竟无法理解简单的几何指令？

一位开发者在使用 Gemini Pro 尝试生成 Edge 浏览器手势操作图时遭遇了惨痛失败。尽管用户提供了清晰的参考图和详细的修正指令，要求 AI 绘制简单的圆心、方向箭头及文字标注，Gemini 却生成了大量逻辑混乱、元素缺失的图片。此...

2026-03-111 分钟阅读73 阅读

本文记录了一次针对Gemini、ChatGPT、豆包等五款主流AI模型的实战测评。在“将纸质表格照片转换为通知文本”这一真实办公场景中，大多数模型暴露了数据错位或幻觉问题。其中，字节跳动的豆包表现最为惊艳，它不仅完成了OCR识别，更通过逻辑...

2026-02-131 分钟阅读102 阅读

这是一个原本失控的周末黑客项目，作者最初尝试让 Claude 运行 SNES 版《模拟城市》未果，转而基于开源引擎 Micropolis 开发了一个无头城市模拟平台。该项目利用 Cloudflare Durable Objects 托管模拟...

2026-02-111 分钟阅读146 阅读

TetrisBench是一个新兴的AI模型基准测试平台，通过俄罗斯方块对战来评估AI的实时决策与空间推理能力。最新测试结果显示令人惊讶的数据：谷歌推出的轻量级模型Gemini Flash，在与Anthropic顶级旗舰模型Claude 3 ...

2026-01-271 分钟阅读215 阅读

SnapBench是一项测试大模型具身智能能力的基准实验，要求模型在3D世界中驾驶无人机寻找并识别生物。在对7款前沿LLM的测试中，仅有价格最低的Gemini Flash成功完成任务，而公认的“最强模型”Claude Opus却因无法控制俯...

2026-01-261 分钟阅读192 阅读