五一你们都在景区挤人头，DeepSeek在论文里教AI 数人头。

事情是这样的：他们发了篇论文，展示怎么让AI学会 边指边看。结果写得太实在，细节露太多，吓得连夜自己撤了。这操作就很灵性——像极了发了朋友圈秒删的你。

说回技术本身。咱们平时用视觉AI，最崩溃的场景是什么？你让它 找左边那个穿红衣服的，它盯着画面看半天，给你圈了个路灯。问题出在哪？DeepSeek这次一针见血：过去所有人都在卷 看得清，没人管 指得准。你用文字描述位置，AI脑子里就是一团浆糊，这叫 指代鸿沟。

他们的解法，粗暴但优雅：给AI装一根手指。

不是比喻，是真的让它推理的时候画框、标坐标。左下角那只熊，排除；再往右上看，这只符合——AI一边叨叨，一边在脑内画圈圈。结果呢？在找东西、数数这类任务上，分数直接把GPT最新版甩开一截。

这事的真正爽点在于：以后的AI不再是 看图说话，而是 指着图说话。你问它插座在哪，它的视觉反馈会配上坐标级的精准度。

这才是五一期间最值得蹲的瓜。别人在高速看车展，我们在家里看AI学数数。

也是一种过节方式。