PerceptionBench 显示前沿多模态模型原子视觉感知未破 60%
moonshotai · hf · 2026-07-29
PerceptionBench 是一个评测多模态大模型 atomic visual perception 的基准。它试图把“感知错误”从“推理错误/知识错误”里剥离出来，用短而明确的问题单独测试某一种感知能力。
- 构建方式：基于对 42 个现有 benchmark 的失误分析。
- 规模：3000 道经过验证的问题，覆盖 10 种原子级感知能力。
- 结果：在 16 个前沿 MLLM 上，没有一个模型能达到 60% 准确率。
- 发现：与感知相关的幻觉是平均最弱项；总分相近并不代表能力结构相近。
- 意义：给视觉感知边界提供了更干净的诊断标准。
所属事件:月之暗面发布视觉感知基准 PerceptionBench(2 条相关)→
「多模态」频道最新
- 免细分位移表面几何查询新方法,焦散渲染方差降超10倍 — ssh4net · 2026-10-16
- AI 生成机械装配结构成功动起来,作者激动截图庆祝 — zetalyrae · 2026-10-16
- 复旦 OpenMOSS 开源 MOSS-Image-SFT:Apache 2.0 文生图模型 — bdsqlsz · 2026-10-16
- Hyperflow 开源：采样 49 步压到 8 步，视频生成提速约 3 倍 — mhdfaran · 2026-10-16
- 电影级 3D 奇幻角色提示词模板：机械残件甲胄风 — azed_ai · 2026-10-16
- Midjourney 复古木刻漫画风：--sref 参数直出海狸持刀图 — michaelrabone · 2026-10-16