围绕“机器能否像人类一样在动态场景中持续定位目标”此基础能力，新加坡国立大学研究团队近期发布报告称，多款主流视觉模型在标准化移动目标追踪测试中未能表现出稳定、可靠的跟踪能力；研究指出，对应的模型在图像描述、问答等任务上进步明显，但一旦进入需要连续观察、保持记忆并随运动轨迹更新判断的场景，短板依然突出。
从“找球游戏”此低门槛任务出发，研究将复杂系统的关键短板落到可验证的基础能力上，提醒业界与社会各方：面向真实世界的智能化，不仅要追求更强的表达与生成，更要能稳定把握过程与事实。建立更严格的评测、更透明的验证机制——以及更可靠的动态推理能力——或将成为推动对应的技术走向安全可用的重要一步。