这个视频我挺想发的，大家感受一下。

「鹈鹕骑自行车」是研究员 Simon Willison 自 2024 年年底起开始做的一个大语言模型非标准测试，这个测试非常典型，有几个原因：

- 自行车几何本身就很难，前后轮、踏板、车链、车把、坐垫之间有严格的空间和机械连接关系，很多模型光这个就会画错。不行你试试，很多人画自行车也容易出错。

- 鹈鹕作为一种大鸟，骑自行车的数据在互联网上非常稀缺，可以说基本没有，如何让一个有机生物去骑人类设计的自行车，脚蹼和踏板的关系，物理约束是什么，现实中没有。逼着模型去推理。

很多模型会画错，比例失调或者根本不是在骑，都是在这儿挂了。

- 最后要通过 SVG 代码生成， 而不是直接出图。这就要求精确的坐标、路径、层次、颜色，对于上下文输出和细节一致性的要求很高。

简单的说，这个测试它简单、有趣、难抄，模型只能自己动脑，同时检验空间推理、组合生成和代码输出的能力。

下面就是硬菜了...有博主测了 Anthropic 的 Fable 5.5 的自行车骑鹈鹕，这种反过来的测试。

Fable 5.5 不仅做到了动画精美流畅，重点是自行车后轴、车把与鹈鹕背部、大嘴的固定的考虑，以及画龙点睛的在鹈鹕的脚和脚踏板之间做一个连杆，实现真正的「自行车骑鹈鹕」。

可以说绝大部分人类拿到这个需求，恐怕也很难推理到这一步，但 Fable 5.5 以一种尽可能符合物理规律的形式，把这个难以理解的需求呈现了出来。

牛！