1. 视觉推理成AI最后短板：前Google 14年老将创立Elorian AI，融资5500万美元直指物理世界AGI
AI大模型在编程和数学领域已超越普通人，但视觉推理却仍是致命短板。即便是当前最强的视觉语言模型，在BabyVision基准测试中仅达到3岁孩童水平——这与语言模型的金牌水准形成鲜明反差。核心问题在于：现有VLM架构必须先将视觉输入转化为语言描述，再进行文本推理，而大量视觉任务根本无法用文字精确表达。这种"翻译损耗"从根本上限制了模型的视觉推理能力。 Google DeepMind工作14年的Andrew Dai与苹果AI专家Yinfei Yang联合创立Elorian AI，目标是让模型在"视觉空间"内实现原生思考，将推理能力从"儿童级别"提升至"成年级别"，冲击物理世界的AGI。Andrew Dai早在2012年便与Quoc V...