ActiveVision 基准显示前沿视觉模型远落后于人类
OfirPress · x · 2026-07-24
ActiveVision 是一个新的视觉基准，用来测试模型是否能反复观察、推理，并主动寻找新的视觉证据，而不是“一眼下结论”。
- 人类完成率达到 96.1%。
- 当前最强前沿模型只有 10.6%。
- 甚至被认为在推理和编程上很强的 Fable 5 也只有 3.5%。
这说明现阶段视觉模型在需要多轮观察与交互式判断的任务上，距离人类还有很大差距。
所属事件:新基准 ActiveVision 揭示前沿视觉模型远落后于人类(3 条相关)→
「研究」频道最新
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- 5090 本地测试：80k 上下文下 Qwen Q6 速度掉到 15 tok/s — LFAdvice7984 · 2026-07-27
- Chollet 认为智能可能有硬上限，AI 进步会趋于边际递减 — binarybits · 2026-07-27
- 论文提出图拓扑可成为 AI Agent 核心框架 — theomitsa · 2026-07-27