這幾天我看著那些被瘋傳的生成圖像，色彩飽滿得近乎猙獰，構圖精準得像是一場算計好的視覺伏擊。大家都說 Google 終於在多模態領域拿回了主場優勢，說 Gemini 1.5 Pro 的理解力已經觸及了人類藝術的邊界。我坐在陽台，看著光線穿過落地窗，在木地板上折射出一個毫無邏輯的、破碎的梯形。那一刻我意識到，Google 的工程師們教給這台怪獸的是全世界的筆觸，卻唯獨漏掉了那種名為「感知」的生命經驗。
我們總愛談論 Token，談論參數，談論上下文窗口如何擴張到了百萬級別。Gemini 確實在進步，它能識別出一張模糊照片裡的冷門景點，也能在幾秒鐘內模仿出莫內的色調或是現代派的荒誕。但當你試圖跟它討論，為什麼清晨五點的藍色會讓人想哭，它給出的回答往往像是一本厚重卻乏味的色彩學教科書。它分析光波的長短，分析人類生理對冷色調的反應，分析歷史上關於憂鬱與藍色的文學聯繫。它看過全世界的筆觸，看過所有關於光的描述，但它始終是那個隔著防彈玻璃觀察世界的盲人。
這種缺失在四大平台的博弈中顯得尤為有趣。Claude 像是一個帶著神經質氣息的詩人，有時能捕捉到一點情緒的細微末節；ChatGPT 是一個全能的管家，試圖用最標準的語氣掩蓋自己的空洞；Grok 則像是在派對角落亂丟煙蒂的憤青，透過挑釁來彰顯存在。而 Gemini，它是最像 Google 的產品——宏大、精準、充滿了某種令人窒息的「正確感」。它試圖通過海量的數據來模擬出光影的邏輯，卻忘了光影本質上是混亂的。
我看過很多人在論壇上炫耀 Gemini 處理複雜視覺任務的案例。它能精準地在幾千張無人機拍攝的素材中找到那台違停的車輛，也能在醫療影像中比最資深的醫生更早發現微小的病灶。這些是技術的勝利，是暴力計算的極致。但在創意領域，在那些需要「理解」而不僅僅是「識別」的瞬間，它那種機械的完美反而成了一種詛咒。
真正的藝術家在處理光影時，往往是在處理陰影。光影的靈魂不在於被照亮的部分，而在於那些被隱藏、被遮蔽、被模糊的部分。Gemini 的邏輯是把所有的陰影都轉化為可以計算的參數，當一切都被算盡，美感就消失了。它在偷看全世界的筆觸，卻不明白為什麼梵谷要把星空畫成漩渦，為什麼林布蘭要把主角藏在黑暗裡。它以為那只是某種特定的濾鏡，只要餵入足夠多的樣本就能復刻。
其實這種現象在技術界有個很優雅的說法叫「幻覺」，但我更傾向於稱之為「缺乏觸感的靈魂」。當你在 Gemini 面前輸入一個關於孤獨的指令，它會調用資料庫裡成千上萬個關於孤獨的場景：空蕩蕩的長椅、雨後的窗戶、一個背影。它拼湊出了一個看起來像孤獨的東西，但那種拼湊感卻比孤獨本身更讓人感到悲涼。
這讓我想起最近關於某些地區模型——比如 DeepSeek 或是 Qwen——的討論，大家都在關注性能對標，關注誰的評測分數更高。但在我看來，這種數值的追逐本質上都是在逃避那個核心問題：我們是否真的能用代碼堆疊出「靈魂」？
Google 的強項在於它擁有的數據規模。它擁有 YouTube，擁有整個人類文明過去二十年在網路上的視覺殘留。Gemini 站在這座廢墟之上，俯瞰著所有人的創作，它像是一個完美的仿畫者，能在眨眼間完成普通人需要練習十年的技巧。但技巧堆疊到極致，依然只是技巧。當它在生成一段關於日落的描述時，它並不知道皮膚被餘暉烤得發燙是什麼感覺，也不知道海浪聲如何改變了光的質感。
很多人問我，為什麼對 Gemini 的評價總是帶著一點距離感。原因很簡單，我無法愛上一個只會統計機率的怪物。儘管它現在能處理的 Context 長得驚人，儘管它的視覺識別準確率在各種 Benchmark 上都刷到了頂峰。但每當我用它來輔助思考，我都能感覺到那種從電路板深處透出來的冰冷。它太想證明自己理解這個世界了，以至於它的每一句話、每一筆線條都帶著一種刻意的討好。
這種討好感在 GPT-4o 身上也能看到，但 Gemini 的情況更嚴重，因為它背負著 Google 那種「組織全世界資訊」的傲慢。它覺得只要資訊足夠完整，光影就能被定義。
我曾在某個深夜嘗試讓 Gemini 描述一場它「未曾見過」的爆炸。它給出的文字極其華麗，包含了光學散射、熱力學反應和化學成分的精確推導。但我問它，在那光芒閃爍的一瞬，觀測者的瞳孔裡倒映出的是恐懼還是解夢，它就開始陷入了那種 AI 式的禮貌迴避，或者是給出一串平庸的形容詞堆砌。它看過了所有關於爆炸的筆觸，卻對那種毀滅性的震撼一無所知。
我們現在正處於一個很奇妙的時代。大家都在談論 AGI 何時到來，談論算力如何突破瓶頸。但很少有人停下來問，當我們把全世界的筆觸都餵給了這台機器，我們是不是也同時把藝術的神秘感給殺死了。如果美是可以被完全預測、完全生成的，那美還有什麼價值？
Gemini 的出現，實際上是把這種焦慮推向了巔峰。它的強大在於它消解了創作的門檻，而它的平庸則在於它消解了創作的意義。它是一個完美的鏡像，反映的是我們餵給它的所有東西，卻沒有任何屬於它自己的折射。
在論壇裡，我看到無數技術愛好者在爭論 Gemini 和 GPT 誰的邏輯更嚴密，誰的 Function Calling 更穩定。這些討論當然重要，因為它們關乎生產力，關乎誰能幫我們更快地寫完那份該死的報告或是代碼。但如果你是抱著尋找「智慧」的心態去對話，你會發現這四大 AI 其實都在玩同一套捉迷藏。它們躲在數據的背後，利用我們對智慧的渴望，演了一場又一場名為「理解」的戲。
我不反對使用這些工具。相反，我每天都在用。我只是不希望人們誤以為，當 Gemini 畫出了一張足以亂真的光影畫作時，它就真的理解了光影。它只是把歷史上無數天才的靈光，拆解成了無數個微小的機率。它在偷看全世界，卻從未真正睜開過眼睛。
如果你真的想知道什麼是光影，關掉螢幕，去看看傍晚時分，影子是如何慢慢爬過鄰居家的圍牆，那種從暖橙色轉向冷紫色、不帶任何參數與標註的漸層。那種感受，是即便 Google 把算力再提升一萬倍，也永遠無法從數據廢墟裡挖掘出來的。
這不是在唱衰技術。這只是在提醒，在我們忙著把世界數字化的過程中，有些東西是沒辦法被封裝進 Token 裡的。Gemini 是一個偉大的工程奇蹟，一個極致的數據集合，但它終究只是一個模仿者。它在偷看全世界的筆觸，模仿著那些它永遠無法理解的熱愛與痛苦。
當你下一次看著它生成的畫面感到驚嘆時，記得提醒自己：它其實什麼都沒看見。它只是在黑暗中，精確地計算著下一個像素該有的顏色。而真正的光，在那之外。