已收录文章摘要，完整内容可前往原文阅读。
同一张图片，有人先感到喜悦，有人注意到惊讶，还有人觉得它略显俗套。对人类来说，这种混合而微妙的感受很自然；对多模态大模型来说，却远比“图里有什么”更难回答。过去的图像情绪分析，往往只要求模型选出一个主