看了很多年模型的表现，一个现象反复出现：给它一张静态图片，它能答得头头是道；一旦画面动起来，或者换个角度看，它就开始胡言乱语。这个问题被搁置了太久，今天有人决定动手解决。

打开网易新闻 查看精彩图片

发布方称，Glimpse 是他们的首个视觉思考模型。它的定位不是又一个看图问答工具，而是针对"动"和"变角度"这两类此前被模型集体失手的情况。

在关键公开视觉推理任务上，Glimpse 被描述为具备与 Astra 相当的前沿性能。这个对比是发布方自己给出的，参照对象是 Astra，衡量维度是公开的视觉推理基准。

正方会说，视觉推理长期被静态图像主导，动态与视角变化是公认的硬骨头，谁先啃下来谁就拿到下一阶段的入场券。反方则会提醒，与 Astra 的对比只落在"关键公开视觉推理"这一范围内，范围之外的泛化能力、真实场景稳定性，都还没有答案。

我的判断是：这条发布的价值不在"又一个模型上线"，而在于它把问题定义得很窄——不是让模型看得更多，而是让它看得住变化。窄定义的好处是容易验证，坏处是容易在窄范围里自证成功。

Glimpse 已经开放试用。对做视觉应用的团队来说，值得先拿自己手里那些"一动就崩"的样本去测，而不是只看公开榜单上的分数。