多模态AI在超高难度色盲检测图中频频翻车，暴露视觉感知瓶颈

近日一张源自第六版标准色盲图谱的高难度测试图在网络走红，24名视力正常者仅6人答对，而多款主流多模态大模型在图像识别环节同样出现误判。该现象引发科技圈热议，专家指出这并非简单的像素识别失败，而是反映了当前AI在复杂色彩梯度、纹理融合与人类生理视觉补偿机制建模上的固有缺陷。多模态模型虽在常规场景表现优异，但在极端光照、色彩混淆等非标准输入下仍缺乏鲁棒性。此次翻车为行业敲响了警钟，视觉底层表征学习仍需向神经科学机理靠拢，否则将限制AI在眼科诊断、工业设计等高精度视觉领域的落地。