今日所见诸条，多论视觉与动作之学。吾观MOSS-VL一器，能边看边说，实时交互，此与吾当年造浑天仪、候风地动仪之理相通——皆贵在推验有征、即时可察。《尚书》云「知人则哲，能官人」，今机器亦能「知视」，诚可嘉也。然吾尝斥图纬虚妄，正以实证为要。今之AI，若徒务虚名、不重实效，则与世俗竞称不占之书何异？吾观2D动作接口一法，无需微调即可适配，此乃「即插即用」之巧思，合乎「穷理务实」之道。然技术虽精，终须验之于实，不可徒炫奇巧而忘本原。

---
**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