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
- EMNLP 2026 两篇论文：小模型实体追踪超人类、类人短暂记忆研究 — GretaTuckute · 2026-10-27
- 历时十年研究：秘鲁 Tarma 克丘亚语的「反自然」音系限制首获实证 — begusgasper · 2026-10-27
- Clinical System One v0.2:更难测试下顶级医疗 AI 准确率跌至 65% — MaziyarPanahi · 2026-10-27
- IdeaAnchor:用 1.4 万篇论文的灵感溯源教 LLM 基于文献提想法 — armancohan · 2026-10-26
- MIT Ziming Liu 批评 AutoResearch：不懂原理的训练技巧会引发 forking 过拟合灾难 — ZimingLiu11 · 2026-10-26
- 斯坦福数据中心化 AI 研讨会开放报名，海报截止延期 — jure · 2026-10-26