省流：这次测试最让我惊喜的是豆包，它已经不只是在“读图”，而是在“理解图”。通过逻辑推理发现 OCR 过程中的不合理并自我修正，这种空间推理能力确实走在了前面。 
 [image] 
刚好有个工作，同事将一个纸质版表格拍给我（截图君一脸问号？）要转换为一个通知文本。 
我太懒了就想让AI来完成，然后就发给了gemini，发现效果有点点问题，就把什么chatgpt、千问、豆包、阶跃星辰试了一遍。所以有这篇对比（水一贴） 
首先是gemini,用的是flash思考，文字表达比较清晰，但是人数识别有问题，部分单位出现了错位。 
[276335a2ff87209cef20561464f48d0a] 
接下来用了千问APP打开深度思考，文风没问题，人数识别也没问题，但是但是他居然对其中一个单位名字识别出现了幻觉，变成了一个不知道哪来的名字，满分直接变不及格。 
[d09e7d16a1fd2fb482...