反向图灵测试 AI 审讯游戏

核心亮点

面壁智能 OpenBMB 在 #BuildSmall 黑客松中推出了一款反套路作品 AMNESIAC——一款“反向图灵测试”交互游戏。传统图灵测试是让人判断对面是不是机器，而这里反过来：玩家要说服一个由 AI 扮演的审讯官 A.M.N.，证明自己才是人类。这种角色倒置把“机器如何识别人”这件事变成了可玩的体验，也顺手秀了一把端侧多模态模型的实时能力，让普通玩家直观感受到小模型已经能做到“察言观色”。在 AI 越来越像人的时代，反过来让人体验“被审视”，本身就带有科普与反思的意味。

具体能力或事件经过

游戏的玩法很有戏剧张力。玩家面对 AI 审讯官，需要在对话中不断自证身份，一旦被判定为机器就出局。审讯不是纯文字聊天，而是由 MiniCPM-o 4.5 驱动实时对话与推理，VoxCPM 负责生成审讯官的语音，让质问更有压迫感。玩家既要对答如流，又得在语气、逻辑上经得起推敲，体验上比普通聊天机器人刺激得多，也更考验人“像人”的程度。紧张感来源于你永远不知道下一句质问会从哪个角度切入。

技术细节

AMNESIAC 的“火眼金睛”来自多模态融合。它不只听你说了什么，还通过摄像头读取面部表情、结合脉搏信号与响应计时，把“看图、听声音、懂文字”的能力综合起来做判断。这种多信号交叉验证的思路，正是端侧小模型落地的典型范式：不靠堆参数，而是把视觉、语音、文本几种模态协同起来，在本地设备上完成实时推理，对隐私和延迟都更友好，也避免了把敏感生物信号上传云端。本地推理还意味着它能在没有稳定网络的场景里照常运行。

与竞品对比

和动辄调用云端大模型的 AI 陪伴或角色扮演产品不同，AMNESIAC 选择用 MiniCPM-o 这类端侧小模型扛核心推理，强调轻量与可部署。它更像是一个技术 Demo 级别的实验场，用来验证“小模型能否做复杂交互”。在 #BuildSmall 的语境下，这种轻量化、可本地运行的思路，恰恰和那些烧 GPU 的巨无霸模型形成鲜明对照，也展示了开源社区在资源受限场景下的创造力。对隐私敏感的用户，端侧路线天然更有说服力。

行业影响或适用场景

说白了，AMNESIAC 把“人机身份辨别”这个严肃议题包装成了游戏，降低了公众理解多模态 AI 的门槛。对教育科普、互动娱乐乃至未来的反欺诈验证，都有启发价值。项目已在 HuggingFace 开源免费使用，意味着开发者可以把它当成端侧多模态交互的参考实现，继续二次开发。这类轻量好玩的实验，正是国内开源 AI 生态活力的体现，也为端侧多模态应用的商业化探了一次路。