AI 影片模型無法從 1 數到 10
領先的 AI 影片模型如 Seedance 2.0、Sora、Veo 和 Kling 無法生成一人準確從 1 數到 10 並配上手勢的影片。這暴露了手部渲染、物理模擬和時間一致性的限制，源於缺乏世界理解的統計預測。World Labs 等世界模型正致力建立物理理解。
Search
Tag: #ai-limitations18 results
物理規律讓人工智能偽造內容無處遁形
OpenAI 2026 GPTImage2.0生成超逼真偽造如支票與聊天，但物理缺陷暴露。Science論文詳述光照、陰影、透視鑑識。AI欠缺真實世界物理理解。
使用 AI 的初級工程師無法學會除錯技能
最新研究強調了「從未習得技能」（never-skilling）的現象，即初級開發者過度依賴 AI 工具，導致無法發展出基礎的除錯能力。這造成了長期的技能缺口，因為新手始終無法掌握複雜問題解決所需的底層邏輯。
📰
Vibe Coding 時代，為什麼降本不一定增效？
雖然 Vibe Coding 能加速程式碼生成，但它無法解決定義問題、理解用戶需求及架構設計等關鍵開發任務。僅依賴 AI 進行編碼可能會導致產出與實際業務目標脫節。
諾貝爾獎得主 Kosterlitz 談科學發現與 AI
諾貝爾獎得主 J. Michael Kosterlitz 討論了他發現 BKT 相變理論的偶然性，以及他對 AI 的看法：AI 僅是工具，缺乏人類提出原創問題的能力。
🤖
AI能寫詩，但寫不出恰到好處的安慰？
AI模型對悲傷產生詩意或分析回應，但缺乏真誠同理心、時機感和個人脈絡。人類安慰依賴無法量化的元素，如沉默與笨拙真誠，AI無法複製。本文呼籲訓練AI提供不打擾的陪伴，而非完美人類。
🔬
AI尚未能預測不可靠研究
進行科學研究很具挑戰性，但透過複製驗證結果更難。一項重大新研究發現，人工智慧尚未準備好預測何時一項研究無法成立。
🔬
莫拉維克悖論：人類擅長、AI難以登天之事？
莫拉維克悖論指出，AI擅長下棋或微積分等複雜任務，卻難以處理穿越雜物房間或察覺社交尷尬等人類簡單技能。人類感知能力經數百萬年演化而成，邏輯則較新。近需適應力、同理心與創意的職位不易被AI取代。
沃茲尼克抨擊AI缺乏情感深度
蘋果共同創辦人 Steve Wozniak 宣稱他不喜歡 AI。他批評 AI 缺乏人類的情感深度。沃茲尼克表示，AI 與人類相比仍有不足。
AI越強，國企貿易業務真正拼的不是專業，而是關係能力
AI壓低專業門檻，卻無法取代國企貿易中人際信任建立。成功依賴供應商、客戶、物流與內部關係，而非合約。AI進步下，關係能力成關鍵差異化。