Kimi.ai 发布视觉感知基准 PerceptionBench
Kimi.ai 发布视觉感知基准 PerceptionBench，包含 3000 道题评估 10 种原子视觉感知能力，当前最佳模型准确率不足 60%。
DIGEST
AI 综述 · 更新于 7天前事件全貌
Kimi.ai 发布了视觉感知基准 PerceptionBench，用于评估多模态大语言模型的原子视觉感知能力。该基准从当前前沿模型在 42 个基准上的失败模式中归纳而来，将视觉感知拆解为 10 种原子能力，并构建了 3000 道验证题，每道题只考察单一感知能力，无需推理或外部知识。
对 16 个前沿模型的评测显示，没有模型准确率超过 60%，GPT-5.6-Sol 以 59.7% 的准确率暂时领先，Kimi K3 以 58.5% 紧随其后。
PerceptionBench 通过自底向上的错误归因方法构建，旨在隔离感知错误，提供细粒度能力诊断。
本综述由 AI 汇总全部报道生成，随事件进展持续更新；下方时间线中的单篇报道保留其发布时的原貌。
TIMELINE
2 条公开报道 · 官方一手 1 条 · 最新在前报道时间线
- Kimi 发布视觉感知基准 PerceptionBench
Kimi.ai 发布 PerceptionBench，一个从当前前沿模型在 42 个基准上的失败模式中归纳出的视觉感知基准。该基准将视觉感知拆解为 10 种原子能力，并构建了 3000 道验证题，每道题只考察单一感知能力，无需推理或外部知识。
- PerceptionBench：多模态大语言模型原子视觉感知评测基准
研究者推出 PerceptionBench，专门评估多模态大语言模型的原子视觉感知能力，包含 3,000 道验证问题，覆盖十项原子感知能力。对 16 个前沿模型的评测显示，没有模型准确率超过 60%，GPT-5.6-Sol（59.7%）和 Kimi K3（58.5%）暂时领先。该基准通过自底向上的错误归因方法构建，旨在隔离感知错误，提供细粒度能力诊断。