新基准证实人工智能模型在视觉感知方面仍然表现不佳

Moonshot AI 的 PerceptionBench 测试了多模式 AI 模型在脱离逻辑推理的情况下实际“观察”的能力。没有任何前沿模型能够达到 60% 的准确度，GPT-5.6 Sol 以微弱优势领先。许多假设...

摘要仅供参考,请点击来源链接查看全文。演示条目为示意。