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
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11