前沿AI藝術鑑定測試揭露差距

增強重點摘要

• •該測試揭示了多模態模型在處理「藝術品來源（Provenance）」數據時的權重偏好，顯示模型在缺乏歷史交易紀錄時，傾向於保守估值以規避幻覺風險。
• •研究指出 Gemini 3.1 Pro 採用了增強型視覺編碼器（Enhanced Visual Encoder），使其在處理高解析度藝術品細節（如筆觸紋理）時，比 GPT-5.4 更能精準捕捉鑑定所需的微觀特徵。
• •此項鑑定測試不僅是藝術評估，更被學界視為評估多模態模型「跨領域知識整合（Cross-domain Knowledge Integration）」能力的基準測試（Benchmark），特別是在處理非結構化視覺數據與結構化歷史數據的對齊問題。

競品分析

技術深入

• •Gemini 3.1 Pro 引入了「動態視覺注意力機制（Dynamic Visual Attention Mechanism）」，允許模型在鑑定過程中自動聚焦於畫作的簽名、裂紋與顏料層，而非僅處理整體構圖。
• •GPT-5.4 在此測試中展現了改進的「檢索增強生成（RAG）管道」，能更有效地將外部藝術市場數據庫（如 Artnet 或 Sotheby's 歷史紀錄）與視覺特徵進行向量對齊。
• •測試採用了多模態對齊評估指標（Multimodal Alignment Score, MAS），用於量化模型在視覺輸入與文字描述之間的邏輯一致性。

前景展望基於引用來源的 AI 分析

時間線