Een team onder leiding van Qi Zhang publiceerde op 11 nov 2026 een paper waaruit blijkt dat taalmodellen die zijn getraind met afbeeldingen en tekst een verborgen ‘visuele as’ ontwikkelen, die ze gebruiken wanneer ze uitsluitend met tekst redeneren. In het model Chameleon‑7B met 7 miljard parameters daalde de nauwkeurigheid op de navigatietaak van BIG‑Bench Hard met 27,6 procentpunt toen deze as werd uitgeschakeld, terwijl de prestaties op symbolische booleaanse tests licht verbeterden. Het effect treedt op in specifieke lagen en helpt ook bij taken rond mentale rotatie en perspectief nemen.
Waarom het ertoe doet
Dit laat zien dat training met beeld en tekst het ruimtelijk redeneervermogen van AI die alleen tekst verwerkt kan versterken, en kan richting geven aan het ontwerp van toekomstige modellen.
