经典传奇
色盲测试图难倒正常人、骗过AI 专家解读检测真相_我的网站
A | 月之暗面发布的Kimi K3模型引爆“DeepSeek效应”，在全球科技股市场掀起新一轮重新定价浪潮，迫使投资者审视支撑AI交易逻辑的核心假设。
月之暗面上周五发布新一代模型Kimi K3，称其性能可与OpenAI和Anthropic的顶级产品媲美，成本却仅为后者的一小部分。
最近，几张超高难度的色盲测试图在网上刷屏：有人明明视力正常却认不出图中数字，让AI来识别，AI也频频翻车。
B | 不少人对着手机屏幕反复确认，开始怀疑自己“是不是隐性色盲”。 一张小小的圆点图，到底是怎么测出辨色能力的?为什么视力正常的人也会答错?驾照、职业体检的色觉标准又是什么?色盲图的“小心机”
测的不是视力，是辨色差
我们平时见到的、由彩色小圆点组成、藏着数字或图案的测试图，在医学上有个正式名字——假同色图。 首都医科大学附属北京同仁医院眼科副主任医师田磊介绍，这类图谱的设计逻辑，就是故意把图案和背景的明暗度拉到接近水平，只依靠细微的颜色差异区分信息。人眼视网膜上有三类视锥细胞，分别对不同波长的光敏感，构成了我们感知红、绿、蓝三色的生理基础。正常色觉者能捕捉到这些细微色差，把数字从背景里“分离”出来;而红绿色觉异常者分辨红绿差异的能力下降，图案就会和背景“融”在一起。
这也是为什么很多人疑惑：我视力明明很好，怎么会答不对色盲图?田磊强调，假同色图检查有非常严格的前提：必须在标准光照、固定观看距离、规定时长内，使用合格的纸质原版图谱完成。我们在网上看到的图，大多经过扫描、拍照、多次压缩，再经过不同亮度、色温的电子屏幕显示，颜色早就偏离了原始标准。再加上环境光反射的影响，原本的辨色题很容易变成“猜图形题”。
C | “标准色觉检查应该看一组图，而不是一张图;单张难图答错，不能诊断色盲。”田磊提醒，对着手机自测只能当娱乐，绝不能以此给自己下“色盲”的诊断。 针对“AI也认错色盲图”的热议，田磊解释，人眼和AI的识别逻辑本质完全不同：人眼是通过视锥细胞感知光波，再经视网膜和大脑的颜色对立加工形成色觉，是生理性的判断;而A没有视锥细胞，它读取的是一张张由像素构成的数字图像，依靠训练中学到的轮廓、纹理、形状来识别内容。色盲图恰恰刻意弱化了形状信息，把答案藏在细微色差里。如果图像在传播中色差进一步损失，AI就只能靠轮廓“猜答案”，出错也就不奇怪了。
AI识别错误说明的不是“AI色盲”，而是普通图像识别不能直接等同于医学色觉检查。市场开始将此次发布与去年的“DeepSeek时刻”相提并论，IG市场分析师Tony Sycamore表示，这一冲击导致两家未上市美国公司OpenAI和Anthropic的预期估值合计蒸发3140亿美元。
评论认为，Kimi K3的问世从两个维度动摇了既有市场逻辑：其一，美国限制先进芯片出口将阻碍别国AI进展的判断面临挑战；其二，性能更强、成本更低的模型在加速全球AI应用普及的同时，是否会引发AI基础设施产能过剩，亦成为投资者的新忧虑。
D |
然而，此次冲击并非全面利空。从市场表现来看，不同赛道的玩家正在经历截然不同的命运分化。田磊表示。以下是潜在赢家与输家的梳理。
E |
赢家之一：中国半导体生态系统
目前尚不清楚月之暗面开发K3所使用的具体芯片，不过，新模型的发布已直接提振中国半导体板块。
F | 本周一盘中，中芯国际A股一度涨超5%，市场预期AI模型开发商之间的竞争加剧将推动相关基础设施支出持续增加。色盲≠色弱
驾照和职业体检到底卡在哪?
比起“能不能认出图”，更多人关心的是：色觉异常会不会影响考驾照、找工作?田磊介绍，我国现行机动车驾驶证体检对辨色力的核心要求，是无红绿色盲。
G |
Allspring Global Investments投资组合经理Gary Tan表示：“我们预计最大的赢家仍将是AI基础设施层。原因很直观：交通信号体系里，红、绿分别承担“停止”和“通行”的核心信息，直接关系道路安全。
H | 在政府的大力支持下，中国对开源AI的推动可能加速国内先进AI模型的部署，这将需要更多算力资源，并带动底层硬件需求，尤其是网络设备和存储芯片。
但公众普遍存在一个误区：觉得色弱和色盲完全一样，觉得“只要色弱就不能开车”。驾照体检关注的核心是红绿色盲，并不是“所有色弱都不能开车”。田磊明确表示，色弱和色盲处在同一个色觉异常谱系上，程度不同：色弱依然能分辨相关颜色，只是在颜色接近时分辨能力下降;色盲则是某一类颜色的识别能力存在明显缺陷。”
上周末，阿里巴巴发布了旗舰模型Qwen3.8 Max的预览版，该模型参数量达2.4万亿，性能据称可与全球领先的前沿模型比肩。两款产品的相继发布，叠加中国AI开发商日益倾向于针对国内芯片优化模型的趋势，共同推动科创板代表性指数创业板综周一涨幅一度达3.6%。轻度色觉异常是否符合驾驶要求，需要由有资质的医疗机构按照规范判断。
赢家之二：存储芯片厂商
Kimi K3拥有2.8万亿参数，系中国迄今最大规模的AI模型，其稀疏比——衡量计算效率的关键指标——已创下历史新高。
I | 更高的稀疏比意味着每次推理任务中被激活的参数占总量的比例更低，从而降低算力消耗。 除了驾驶，还有不少职业对色觉设置了门槛。田磊总结，凡是“颜色本身就是安全信息”的岗位，通常都会对色觉提出更高要求：
航空、航海、铁路交通类岗位：需要准确识别灯光、航标、铁路信号;
高风险工业岗位：依靠颜色判断仪表、线路、警示信号的操作岗;
专业辨色岗位：部分医学检验、化工、纺织、印刷、查验类岗位。
然而，这2.8万亿参数仍须全部存入内存。 不是“色弱都不能做某些职业”，而是不同岗位对色觉要求不同，应看具体职业标准。
J | 田磊提醒，不同岗位的限制程度不一，有的仅限制色盲，有的对色弱也有要求，以对应行业的正式体检标准为准。 只看图，不准
权威色觉检测究竟该怎么做
既然单张网图不准，那真正权威的色觉检测是什么样的?田磊表示，我们熟悉的俞自萍色盲图、石原色盲图这类假同色图，最大优势是快速、简便、成本低，非常适合大规模人群筛查，但它并不是唯一的检测手段，也不能直接作为最终诊断依据。
K | 如果筛查结果存疑，眼科还有更精细的复核手段： 一类是色相排列试验，比如临床常用的Farnsworth D-15。
L | 它不需要认数字，而是让受检者把一组不同色调的色块按颜色顺序排列，医生通过排列错误的方向，判断色觉混淆的类型和严重程度。 另一类更专业的设备是异常三色镜，它让受检者调整红光和绿光的比例，与标准颜色匹配，能对先天性红绿色觉异常进行精准的分型和程度判断。即便经过低精度格式压缩，Kimi K3仍占用约1.4太字节的内存空间。这意味着部署该模型须依赖配备大容量内存的AI处理器集群，例如英伟达的Blackwell GB300系统，对SK海力士、三星电子等存储芯片供应商的需求由此得以延续。
M | 此外，航空等对色觉要求极高的行业，还会增加实际信号灯识别测试，更贴近真实工作场景。 “哪种方法最权威，要看检测目的。
N | ”田磊说，日常筛查用假同色图足够高效。如果结果有争议、需要明确诊断和分型，就要靠色相排列、异常三色镜这些更专业的方法。
最后田磊提醒，驾照体检等正式的色觉检测，一定要以有资质医疗机构的规范结果为准，不要仅凭网上一张图、一个手机App就自行下结论。
Sumitomo Mitsui DS Asset Management高级投资组合经理Stanley Tang表示：“由于供应商数量有限，存储芯片厂商仍将是半导体板块中处境最为有利的一类企业。如果对自测结果有疑问，前往正规医院眼科做专业复核即可。
o | ”他进一步指出，如果像Kimi这样的模型加速普及，整体需求不太可能因此下滑，反而可能推动AI智能体加速渗透，从而进一步拉动存储需求。
p | 一张刷屏的色盲图，照见的是大家对自身健康的关注，也暴露出不少认知误区。
赢家之三：AI智能体与软件开发商
Kimi K3的发布还提振了外界对中国软件企业与AI智能体开发商的信心——即便在获取全球最先进芯片受限的背景下，这些企业依然有能力持续提升模型性能与效率。
“可以确定的是，一款性能出色且成本更低的开源模型将降低应用开发成本，并可能加快在编程、客户服务和工业流程领域的应用普及，”Saxo Markets首席投资策略师Charu Chanana表示。
不过，晨星分析师Malik Ahmed Khan对于软件开发商所面临的竞争风险持更为审慎的态度。医学检测最讲究“标准”二字——从图谱版本、光照条件到操作流程，差一点，结果就可能差很多。
q | 不必因为一张网图就自我怀疑，也不必对色觉异常抱有过度焦虑。
Khan认为，将上周五Alphabet、亚马逊和微软遭抛售归因于市场担忧更多企业将转向受K3启发的开源模型，这种判断“站不住脚”。他说，我们认为，美国企业、政府机构以及与美国政府合作的公司，不会为了降低推理成本而采用别国的开放权重模型。
输家之一：AI模型开发商
如果说K3催生了新的赢家，那么对于AI模型开发商而言，竞争格局已明显趋于恶化。
在K3发布前被普遍视为中国最佳开源模型开发商的智谱，港股股价在过去两个交易日内已累计下挫近40%，折射出市场对于模型层竞争白热化的担忧。
此后竞争亦不会就此平息。了解原理、认准正规检测、厘清标准边界，才是面对这件事最理性的态度。阿里巴巴周一股价随Qwen3.8 Max的发布而上涨，该公司将这款模型定位为能力仅次于Anthropic Fable 5的产品。MiniMax Group Inc.据报也计划推出M3模型的升级版本。月之暗面本身则宣布将于7月27日公开发布Kimi K3的模型权重，届时企业可自行运行该模型，而无需依赖其云服务。
r |
Sumitomo的Tang表示：“我们仍处于早期阶段，更好的模型还会不断涌现。一些模型可能变得毫无价值，我认为市场尚未充分计入这一风险。”
输家之二：高端芯片制造商
此次发布同样令市场重新审视英伟达和AMD等AI热潮核心受益者是否还能持续享有稀缺性溢价。
s | 与DeepSeek冲击不同的是，K3的突破点不在于训练效率，而更多体现在以更低成本实现对标顶级模型的推理性能——这一路径对高端算力的依赖程度存在本质差异。
t |
Siebert Financial首席投资官Mark Malek表示：“东京和台北的投资者当天将对AI资本支出最终能否获得回报的疑虑计入价格。无论世界上哪家实验室——不管来自哪个国家——每次推出一款免费的前沿级模型，这种疑虑就会再次浮现。”
从更宏观的视角来看，Kimi K3与Qwen3.8 Max的接连亮相表明，前沿AI模型的竞争正在超越OpenAI、Anthropic等美国头部实验室的范畴持续扩展。
u | 据彭博报道，这一趋势可能对美国模型提供商的定价权形成压力，同时继续推动全球范围内支撑更强大AI系统运行所需的基础设施投资。AI赛道的赢家与输家格局，或正在经历深刻重构。
Current article:http://p1dlx5e.pisezuibanzoukou.cyou/68j42ou/ziiscwy.html
Published on:02:00:10
