多模态大模型

基准测试

新基准显示，前沿AI视觉模型在基础感知任务上表现不佳

PerceptionBench通过3000个问题测试十项原子视觉能力。没有前沿模型突破60%，相似的整体分数掩盖了截然不同的弱点分布。

2026-08-03