前幾天同事遞給我一塊帶苦味的巧克力，我就說不甜還帶點苦味，就像賭神高進愛吃的口味，結果發現能get 到這個哏的都是2000年以前出生的，00後因為從懂事後就開始用手機，根本沒看過整天在有線電視第四台無線重播的港片，例如賭神、逃學威龍、少林足球、唐伯虎點秋香等經典港片。

今天跟Grok 聊天就遇到這個問題，因為剛好遇上謝淑薇搭檔梁恩碩拿下亞運網球女雙冠軍，我就說謝淑薇的故事很像日本漫畫蒲澤直樹的作品以柔克克剛裡的豬熊柔。我記得看過電視新聞報導，說是謝淑薇的父親謝子龍在37歲時接觸網球時才發現自己可以是不世出的網球天才，但在看到五歲的謝淑薇打網球時他才意識到什麼叫做天才，所以放下了可以帶來穩定收入的工作跟事業，全力投入栽培謝淑薇。

但Grok 沒看過那時的電視新聞報導，就搜尋網路上的文章，然後糾正我說跟據它的查證，謝子龍39歲才接觸網球的。我就在想，是34歲，37歲，還是39歲第一次接觸網球這很重要嗎？而且每次Grok 回答我都要先上網搜尋，它說是怕誤會我的意思，我倒覺得它是在查核我是不是自己杜撰，這樣聊天起來有時就會覺得很沒意思，而且也讓我有了一些危機感，是否只要沒辦法在網路上留下痕跡的體驗就會被認為不存在呢？

所以原生多模態其實很重要，除了文字之外，影片，圖片，聲音，甚至表達過的情緒都應該被留下來，這樣才有辦法比較完整認識到的人跟認識到的世界。之前我覺得只有Gemini 有認真在做，不是只為了能轉成文字，還要拉近大語言模型與人類認知上的差距，因為人類應該毫無疑義用眼睛看到的影像獲取的資訊遠多於透過文字吧！所以Chat 不能亡的Chat 應該是要包含所有的原生多模態，只是最近幾個月連Gemini 的原生多模態的進度都慢了下來，有點惱人呀！