IXThinker·2026-01-13 11:40

純視覺測試難倒大模型 幼兒題也集體失手

大模型能寫代碼、解奧數，卻在連線找垃圾桶、數積木等幼兒級任務上集體失手。UniPat AI聯合紅杉中國xbench團隊及多家機構推出新的多模態理解評測集，檢驗模型能否真正「看懂」。

評測設計

過去一年大模型在語言與文本推理上突飛猛進，但當問題無法「用語言說清楚」時，模型還能不能看懂？評測集以人類一眼即懂的直觀視覺任務作考卷。