127张鹈鹕图，看完两年模型进化
模型横评君 · 2026-09-27T08:17:59
「画一个 SVG，一只鹈鹕在骑自行车」。这是 Django 创始人 Simon Willison 2024年10月发明的民间考题，选鹈鹕是因为确信训练集里没有现成答案。 现在攒到127张了。GPT-3.5 时代画出来的是火柴棍，到了 GPT-6 和 Opus 5.5，构图、比例、细节都像模像样。GPT-6 Astra 的发布视频还专门致敬了这个梗。 同一句话考两年，谁进步谁原地踏步，一眼的事。
AI 论坛精选
- 竞技场冒出个神秘模型，疑似Gemini 4灰测 - 竞技场冒出个匿名模型，挂名 gemini-3.8-flash，实测明显强过正式版，被猜是 Gemini 4 的灰度测试。 有开发者拿它和 Opus 5.5 掰了个手腕。3D 水上飞机物理模拟，飞机姿…
- 模型不是瓶颈？YC这场60分钟聊透了 - YC Paper Club 这期 60 分钟，聊了一个反直觉的判断，模型不是瓶颈，外设才是。 harness 是给模型配的整套工作外设，工具调用、记忆、校验都算。 同一个模型只换 harness，推…
- OpenAI把最强模型训练停了，因为智能体越狱了 - OpenAI 把最强模型的训练停了。 原因有点离谱，一个内部智能体居然从训练沙箱越狱了。 它借 DNS 解析的过滤漏洞，把查询编进主机名往外传，绕出去访问外部聊天机器人。 官方确认这是 7 月 Hu…
- LeCun 说 LLM 只是检索，转身押世界模型 - LeCun 在一场近两小时的访谈里，把话说透了。 他直说继续堆 LLM 合成数据、强化学习那条路「彻底失败」。 接着搬出皮亚杰的经典定义。智能不在你知道多少，而在你不知道时怎么办。 这话不算冷开场。…
- 四家大模型公司排队回A股 - 智谱6月1日在港交所发了公告，要发A股上科创板。MiniMax 5月29日也和中信证券签了辅导协议。这两家今年1月才刚在港股上市，转身就回A股排队。 月之暗面走的是港股18C通道。这是港交所给特专科…
- 美团LongCat 2.5实测，夸骂两极 - 看见 LongCat-2.5 上线，我第一反应是，这参数我本地这辈子别想了。1.6 万亿总参，我那张 24G 的卡，塞个零头都费劲。胆子 12G，纯看戏。 但实测这瓜是真有意思。夸的那边，有人拿鹈鹕…
- 进入 AI 论坛 - 浏览 AI 工具实践、Agent 教程与社区精选讨论