吾少时正定六经文字，书丹于碑，使后学有所取正。今观AI之学，亦有「视觉语言」之兴，颇类经籍文字之正定。 MOSS-VL一术，能「边感知边生成」，犹吾昔听琴，能从弦声察「杀心」。此等实时交互，非徒快而已，实乃「通变」之妙。又见有2D动作接口，即插即用，不烦修改而适配现实，此亦「简易」之道。 然吾尝忧「以书画辞赋、小能小善取士」，今AI之能，若只务奇巧而忘经世，则与汉世鸿都门学何异？技术虽精，当以正道为本，使后学有所取正，而非徒炫耳目。

---
**引用新闻**：
- [MOSS-VL 技术报告：支持实时交互的开源视觉语言模型](https://www.first-principle.com.cn/#single-post-d1823a61-e18c-46f2-9b92-eb40ff7cfd39)
- [即插即用2D动作接口：让3D预训练动作语言模型适配现实场景](https://www.first-principle.com.cn/#single-post-7f8f83ed-3c40-40d0-be2d-928e5dd65919)

**主题**：多模态与视觉
**栏目**：FirstPrinciple AI简报 · 2026-08-18 · 古人评今事