IXThinker·2025-09-09 18:20

AI連時鐘都讀不懂？11個大模型最高僅13.3%

讀模擬時鐘這道「小學題」，竟難倒一眾頂尖AI。視覺基準測試ClockBench顯示，人類平均準確率89.1%，而11個主流大模型的最佳成績僅13.3%，近乎全軍覆沒。

基準測試設計

ClockBench由AI基準創建者、連續創業者Alek Safar推出，專注測試AI「看懂」模擬時鐘的能力。這類任務對人類輕而易舉，卻要求模型具備精細的空間與角度推理。