Fable 5 Vision使AI具备了“设计师的眼睛”，能够自我纠错并主动验证输出结果，精准解析复杂图表和UI，自动化检查并修改代码，显著降低开发者沟通成本。这标志着智能体的进化，提升了视觉能力，使其成为能够感知和修正自身行为的自主系统。

清华教授唐杰讨论了人工智能（AI）发展，强调通用人工智能（AGI）的重要性，并征集用户对GLM-5.3的需求。用户希望增加视觉能力以提升模型实用性。尽管智谱已有多模态模型，但GLM旗舰版尚未整合视觉功能，面临竞争压力。唐杰指出，虽然视觉能力重要，但提升模型智能仍需复杂推理。

阿里巴巴发布了Qwen3.7-Plus多模态大模型，具备强大的文本和视觉能力，能够理解图片和视频，进行深度推理和自我编程，支持复杂任务的自动化。该模型已通过阿里云百炼提供API服务。

人类通过视错觉测试AI的视觉能力，发现AI无法识别浮动心形。尽管在某些方面有所改善，AI在处理视觉错觉时仍显不足，揭示了人类与AI在视觉处理机制上的根本差异。

谷歌推出Gemma 3 QAT系列，采用量化感知训练（QAT），将模型权重从16位量化至4位，保持高精度。该系列包括四种模型（1B、4B、12B、27B），可在低功耗硬件上运行，降低VRAM需求。同时，Gemma 3增强了视觉能力，用户反馈良好。模型权重可在HuggingFace等平台获取。

新方法OmniAlign-V解决了多模态语言模型在对齐人类偏好时视觉能力下降的问题。通过设计奖励模型和偏好数据集，该方法在视觉和语言任务中表现更佳，同时保持模型能力。

CUA结合了GPT-4o的视觉和推理能力，能够在用户请求时启动虚拟主机，并实时同步操作。通过处理屏幕截图，CUA执行多步骤任务，适应变化并自我纠正，从而提高任务完成度。

OpenAI推出了Computer-Using Agent（CUA），这是一种智能代理，能够在数字世界中执行任务。CUA结合了视觉能力和强化学习，能够像人类一样与图形用户界面互动，完成多步骤任务。尽管CUA仍处于早期阶段，但在多个基准测试中表现出色，计算机任务成功率为38.1%，网页任务成功率为58.1%。CUA的设计注重安全性，旨在减少潜在风险。

OpenAI的ChatGPT视觉能力开启了新篇章，开发者们探索视觉理解与对话AI的结合。作者创建了一个多模态原型应用，利用KOSMOS-2进行图像描述，并结合Google的PaLM API实现深度对话。该应用允许用户上传图像并进行实时互动，界面友好，旨在推动视觉语言应用的发展。