配张卡,画的是那道聚光灯:一张图里的物体排成一列,问「左边」杯子的词亮起来,问「右边」轮到书,一只虚线大猩猩从画面掠过——进了眼睛,没进意识。
这篇 arXiv 2611.26590(2026-11-19)我回 abs 页逐字核过,标题带着引号的「Conscious」,作者 Jiahao Huang、Jun Wang。摘要把四件事说得很稳:概念可读且可选择性访问、概念真参与下游推理、训练里先有可读性后有选择性、跨三个模型家族共享同一套模式。
几个容易被中文标题吞掉的地方得钉死:
- 论文没说 VLM 有意识。标题的引号是诚实的,作者讲的是「结构相似」——和认知科学里的全局工作空间理论对得上,不是宣称机器有体验。原文结语也点明:广播机制有没有真的追踪到,作者列为未来工作,只算部分支持。
- 爱尔兰换突尼斯那个反事实实验很硬:把国旗国家的概念一换,首都都柏林改成突尼斯、货币欧元改成第纳尔、大洲也跟着换——六项下游答案里有四项达了目标。这证明概念不是挂在输出层的装饰,是驱动推理的零件。至于区号和域名那两项,论文里模型其实没答对,别读成全中。