IXThinker·2026-07-02 10:00

智能體能否察言觀色 研究構建新測試

一句「我很好」，未必代表真的很好。人類會結合表情、姿態與語境作出判斷，智能體又能否做到？有研究團隊構建多模態基準AgentViSS，檢視智能體能否讀懂社交現場，把語言、視覺與行動整合成情境理解。

語言之外還有現場

人在社交中很少只憑字面理解對方。一句勉強的「我很好」，若配上低頭、垂肩與勉強的笑容，多半是在掩飾低落或迴避追問，此時合適的回應不是機械接受，而是放慢節奏、表達關心，或給對方留下空間。