一个网页涂鸦挑战，把多模态嵌入这件事变得可以上手玩。规则很直接：在网页上实时涂鸦，模型把你的草图映射进统一向量空间，和目标物体的相似度必须突破90%，才算通关。

这不是画得像不像的问题。草图是非结构化的，目标物体是另一套形态，两者能放进同一个语义空间里比对，靠的是多模态向量对齐。相似度数字实时跳动，你每补一笔，它就往上走一点。

毫秒级反馈意味着什么

挑战的另一个看点是延迟。涂鸦是连续动作，反馈必须跟得上手，模型要在毫秒级给出相似度结果。这种低延迟推理，正是交互式场景能不能成立的工程前提——慢半拍，体验就断了。

把这件事放到检索语境里看，路径就清楚了：草图进来，向量出去，和库里已有的目标做比对。这正是实时 RAG 和跨模态检索在做的事，只不过这里被包装成了一个有通关条件的游戏。

通关条件本身就是设计

90% 这个门槛不是随便定的。它逼着用户不断调整细节，而不是随手画两笔就结束。当你不断完善细节、让草图与目标的相似度突破 90% 时，才能顺利通关——这个过程恰好把模型的向量对齐能力展示了一遍。

对做产品的人来说，这个挑战的价值在于它把抽象能力翻译成了可感知的反馈：相似度是数字，通关是结果，中间每一步调整都看得见。多模态检索能不能用在交互场景里，答案不在论文里，在这类能玩起来的小实验里。