AI,个人随笔 分享一个在长视频推理上超过Gemini 2.5 Pro的新模型 拿一段飞机起落架的3D演示去验新模型,本来只想找茬,结果VLX-VR把传动、啮合、液压作动和过死点自锁整条链路推演了一遍,还判断这段演示没有机械错误。文章借这次对照讨论长视频推理为什么难:多数模型只是在单帧上答题,视频一拉长就撞上时间墙。 卡尔的AI沃茨 Minerva多模态模型视频推理