AI受到灵魂折磨，这个问题全部模型集体翻车，网友：我也不会啊！

复制AI的难度还在升级？没有，图像推理又出现了一个新的问题。

这个问题在Reddit上引起了热议：目前还没有AI能够真正解决复杂的推理问题。

实际上，问题的定义很简单——下图中需要添加多少小方体才能形成一个完整的大立方体？

针对这个难题，国内外支持图像输入的大型模型给出了不同的答案。

在这些答案中，o3给出了45个，Gemini 2.5Pro只给出了10个答案。

而且国内的大模型，比如DeepSeek、Qwen3的答案分别是14和9。

出现这些不同答案的原因是什么？请往下看。

为何会有不同的答案？

核心原因：大型模型对大正方体的规格有不同的理解。。

o3将最终形成的大方体规格理解为5x5x5，但它仍然对缺失的小方体数量给出了错误的答案。从人类的角度来看，形成5x5x5的大方体需要125个小方体，图中已经给出了46个，所以答案应该是79个。

而且AI的错误源于它对图片中小方体结构和数量的分析错误。

Gemini 2.5 Pro将大正方体的最终规格理解为4x4x4。

而且DeepSeek和Qwen都将最终的大方体规格设定为3x3x3。

对最终要构成的大方体规模有不同的理解，各大模型自然会给出不同的答案。

不过，结合多次尝试提醒，也有大模型可以逐步找到正确的方向。。

网民们为这些错误答案提供了一些解决方案：

比如用o3测试，前两次尝试的时候给出一些小提示。虽然这也得到了错误的答案，但是第三次，即使没有提醒，也得到了正确的结果。

网友认为是因为ChatGPT的长期记忆功能，所以记住了前两次尝试的提示(比如考虑最长运行中有多少立方体，致力于严格记忆而不是估计)，考虑了失败的经验，并将其全部整合在一起。

所以，可以说o3会通过记忆来学习。而且这个难题也将成为未来的训练数据。

网民：人类也会困惑

有些人说，这根本不是一个推理问题，而是一个视觉理解问题。

作者认为的错误答案是由于问题表达不清而导致AI分析过程出现偏差。

即使面对这样的问题，人类也会有类似的困惑。比如试题的要求是基于原有的排列结构还是可以混淆结构重新排序？

另外，如果能够更清楚地向AI解释图片内容(告知其照片中小方体的排列结构)：

所以o3得到的答案也是正确的：

无论是3x3x3、4x4x4或5x5x5，或NxNxN，人类自己无法统一答案的问题，对于AI来说是否太难了！

网友：

AI：或许我需要一种更加科学的训练方法！

参考链接：https://www.reddit.com/r/singularity/comments/1kc2po7//not_a_single_model_out_there_can_currently_solve/?rdt=36638

本文来自微信微信官方账号“量子位”，作者：关注前沿技术，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com