打开网易新闻 查看精彩图片
Gestalt盲测登顶,硅谷炸锅背后真相几何
外网AI圈最近沸反盈天,一个名为 Gestalt 的神秘模型在最新的设计盲测中表现惊人,不仅力压 Claude Fable 5.2,甚至让不少人类设计师甘拜下风。更劲爆的是,多位海外博主爆料称这其实是一款国产模型的“马甲”,瞬间引发了全网关于其真实身份的激烈讨论。
谁在幕后?国产阵营集体被“点名”
随着“国模”身份曝光,各大国产大模型厂商都成了嫌疑人:
打开网易新闻 查看精彩图片
- DeepSeek (DS):凭借极高的性价比和稳定的推理能力,一直是国产模型的扛把子,但此次盲测难度较高,是否由其操刀尚存疑。
- 智谱 GLM 5.5:在多模态和设计领域有深厚积累,具备冲击顶部的潜力。
- 月之暗面 Kimi:擅长长文本与复杂推理,若参与设计类任务也颇具竞争力。
当然,也有声音指出,这种“匿名屠榜”的操作更像是某些头部厂商惯用的营销手段,实际效果可能不如传闻中那般夸张。
算力与技术的双重拷问
尽管情绪高涨,但技术圈对“国模逆袭”仍持保留态度。核心质疑点在于算力瓶颈:
“没有足够的算力支撑,连 Opus 5.5 的高墙都翻不过去,谈何超越 Fable?”
此外,部分分析认为,Gestalt 或许并非单一模型,而是由人大高瓴、上海人工智能研究院与燧行科技联合开发的多模态项目——格式塔(Gestalt),该方向在多模态融合上确有布局。
另一派观点则指向 Google,认为这可能是 Gemini 新一代模型取代 Carbon 的前奏,毕竟硅谷巨头更倾向于通过匿名测试验证新架构的泛化能力。
盲测不是终点,落地才是王道
无论 Gestalt 的真实身份是谁,盲测第一的成绩确实亮眼,但这仅是入场券。真正决定一款模型能否“掀桌子”的,是以下三个硬指标:
打开网易新闻 查看精彩图片
- API 可用性:正式揭晓后是否能稳定开放调用接口;
- 泛化稳定性:在复杂多步任务中是否依然可靠;
- 推理成本:单位 token 的价格是否具有商业竞争力。
目前各方仍在等待官方亮牌。与其纠结于“谁是真身”,不如静观其变,看它能否在实际应用中兑现盲测时的惊艳表现。毕竟,AI 圈的热闹从来都不缺,能站稳脚跟的才值得真正的掌声。
热门跟贴