具体而言，研究团队通过三大类实验展开研究：一是设计 Phantom\-0 基准（200 道无图视觉问题，跨越 20 个领域），测量模型的「海市蜃楼率」… 本报告明确指出，研究的核心目标并非否定多模态模型的视觉处理能力，而是揭示当前评估体系在区分「真正的视觉理解」与「基于非视觉信息的有效推断」方面存在的不足 … 研究团队对 6 个主流多模态基准进行了「图像消融」实验：分别在有图（原始模式）和无图（海市蜃楼模式，即悄悄移除图像但不告知模型）条件下评测 4 个前沿模型（Gemini 3 Pro、Gemini 2\.5 Pro、GPT\-5\.1、Claude Opus 4\.5）。