给AI模型同一个提示词，会发生什么？有人做了一次实验：让多个AI模型构建一个可交互的黑洞，要求符合物理规律，还要有《星际穿越》里卡冈图亚的质感。提示词只有一句话，没有额外说明，没有参考代码。

这个实验的变量被压到了最低。同一个提示词，同一套物理设定，同一个视觉参照——卡冈图亚。模型之间的差异，全部来自它们各自对"物理上可信"和"可交互"这两个要求的理解。

打开网易新闻 查看精彩图片

为什么卡冈图亚是个硬指标

卡冈图亚不是随便选的黑洞。它是《星际穿越》里那个标志性的视觉形象，背后有真实的物理计算支撑。要求AI模型复现它，等于同时考察两件事：模型能不能理解引力透镜、吸积盘这类物理概念，以及能不能把这些概念转化成可交互的视觉呈现。

物理上可信，意味着黑洞的视觉表现不能只追求好看。光线弯曲、吸积盘的光度分布、视角带来的形变，这些都要经得起推敲。可交互则意味着用户能操作视角或参数，而不是看一段固定动画。

两个要求叠加，难度不在写代码，在于模型要先"知道"黑洞长什么样、为什么长这样。

投票已经开了，结果还没出

实验方放出了一个选择：你会选哪一个？目前已有163票，距离投票截止还有1天。最终结果尚未公布，实验方表示"即将揭晓"。

投票不可更改，选完即定。这个设定本身也像一次小型对照实验——在看不到完整结果之前，凭第一印象押注哪个模型能更好地完成这个任务。

一个提示词，多个模型，一个物理上较真的目标。等结果出来，大概能看出不同模型在"理解物理世界"这件事上走到了哪一步。