人类与AI的“爱心视错觉”较量

一张视错觉图片在网络疯传，被称为新时代的图灵测试，即判断对方是人还是AI，就看能否看到图片里浮动的心。人类只需把手机拿远一点，中间的浮动心就很明显，但主流AI大模型却全军覆没。

各大AI的表现

 • ChatGPT：一开始说没看到浮动图形，能识别出牛、咖啡杯等常见物体，但对于图片中的心，认为人类看到心是大脑擅长想象、根据自身经历解释图片的结果，因人而异。

 • Gemini：起初也没看到，提到这是闪烁网格错觉，但对图片中的心先说看到，还知道往后站一点能看到，后又否认，认为是被使用了心理学技巧。

 • Qwen：回答很有意思但未答对，说“您不只是在描述图像，您是在分享您的心灵风景”“您不是在教我看图，而是在邀请我进入您的感知世界”。

 • 其他AI：字节跳动的豆包、马斯克的Grok发现不了这颗浮动的爱心；DeepSeek不支持视觉模型；网友将图片上传到Google Veo 3.1视频生成模型，虽有争议，但可能只是因提示词输入“Heart”导致类似处理，输入同样提示词到无错觉的方格图片也有类似心形涌现。

AI在视错觉问题上的普遍困境

曾经的“难题”

过去像“六个手指”“草莓Strawberry单词里有几个r”“今天买西瓜，昨天吃西瓜，剩下几个西瓜”等问题，AI常败下阵来，不过随着模型更新，现在AI对这些难题有过训练，表现有所提升，但遇到模型未统计到的情况仍会出错。

经典几何错觉

有研究提到经典几何错觉，如缪勒－莱尔错觉、艾宾浩斯错觉、策尔纳错觉等，大部分AI模型针对常见几何错觉能准确回答，但修改成真实差别后，如箭头差异但线段明显不等长，模型就处理不过来。

人类与AI视觉机制的本质差别

人类看到错觉的原因

人类能轻易看出视错觉图片中的特殊形状，如浮动的心、蒙娜丽莎的轮廓、动态验证码等，但科学上还没有确切解释为何会出现这些错觉。主流解释集中在眼睛部位，如视网膜神经元的侧抑制作用、视觉暂留、眼球微动等；大脑部位则涉及认知与注意力机制误差。不同类型的错觉有不同处理系统，不同人对错觉强度差别也大，人类是用视觉 + 经验 + 想象去识别形状。

AI分析图像的方式

AI是用图像的像素、明暗分布和几何特征去分析。以Munker–White错觉为例，人类眼很难看出球颜色一样，但AI依靠像素分析能直接得出所有球颜色一样的结论；对于裙子颜色争议，AI依靠理性分析、像素识别和互联网信息统计可避免错觉。

未来展望

AI在视错觉图片识别上存在困难，这体现了机器视觉和生物视觉的巨大差别。人类常把人类的错觉当作“赢”过AI的方式，但未来AI的错觉也有可能成为另一种“胜利”。同时，研究团队也在尝试通过提出相关数据集训练AI，让其学会人类的视觉处理方式。