光学错觉作为AI检测器的概念 - 一种基于网格的光学错觉图片，其中心形图案需通过退后观察或眯眼才能被人类视觉系统感知 [1] - 该概念认为人类大脑的生物特性与AI的计算特性存在显著差异，因此可作为一种“AI检测器” [2] - 这种现象源于人类视觉系统的侧抑制机制，会在网格交叉点产生虚幻的暗色斑点或形状感知 [3] 主要AI模型在测试中的表现 - 测试在社交媒体引发广泛关注，获得近50万浏览量，网友对多款主流大模型进行了测试 [5] - GPT-5 Pro、GPT-5和Claude Opus 4.1在初始测试中均未能正确识别隐藏的心形图案 [5][6] - 谷歌Gemini在被直接询问是否看到心形时，给出了否定的回答 [8] - Grok模型在测试中要么无法识别图案，要么错误地识别出单词“JESUS” [9][10] 影响AI识别结果的关键因素 - 提示词的有效性对结果有显著影响，有用户在直接提示“Find the hidden shape”后，GPT-5 Pro给出了正确答案 [12] - 要求模型“看完整个图片”或先让图像模糊化（模拟眯眼效果）等特定指令，能帮助ChatGPT和Claude等模型最终识别出心形 [17][19] - 有测试通过录屏证实，GPT-5 Pro在思考近4分钟后能正确识别出熊猫图片，表明其识别能力与思考时间和具体任务相关 [15] 关于测试有效性与潜在应用的讨论 - 有观点质疑该测试的有效性，认为其并非严谨的基准测试，而是社交媒体上的随机想法 [21] - 类似的动态视觉测试（如暂停后字母或宝剑消失的视频）也被用于考验AI模型（如Gemini），并引发了关于其作为新型验证码以检测机器人的讨论 [22][23]