考察了一圈，发现Gemini在视觉逻辑上的确是最强的。

左右明

考察了一圈，发现Gemini在视觉逻辑上的确是最强的。

给大语言模型下图，然后问它：
"图中的A如果往左走10米，B会怎么样？如果往右走2米进到车里呢B会怎么样？如果右侧的灯柱不存在的话，图中的A如果往左走10米，B会怎么样？"

其他模型回答此题时大多都翻车了，比如ChatGPT虽然能认识到可以类比滑轮，但却机械地认定不管如何，A到柱子+B到柱子不变，因此认为A往右，B也会被推向左。

只有Gemini完全搞清了这里面的逻辑，这是很难的。图2，图3是Gemini对第二个问题的回答及对整个问题的回答，这是完全正确的。

图4是chatGPT Pro的回答，他在那不断地编程一点点看，结果还是错了。

图5是Grok免费版的回答，思考了五分钟，也没答对。

图6是豆包的超能模式的回答，思考了一分钟，都没答对。

不知国内大模型能否搞掂此类问题。