新基准ActiveVision：GPT-5.5仅得10.6%，人类96.1%
jiqizhixin · x · 2026-08-15
南加州大学发布新基准ActiveVision，测试AI的主动视觉观察能力。结果显示，最强模型GPT-5.5仅解决10.6%的任务，Claude Fable 5仅3.5%，而人类平均96.1%。这表明当前多模态大模型缺乏主动视觉观察能力，需要新的架构和训练目标。
「模型」频道最新
- will.deeb：质问小实验室为何不和最新模型比，通常是个蠢问题 — willcb · 2026-10-16
- Grok 订阅算账：$200 Ultra 还是 $300 SuperGrok Heavy？ — alexcovo_eth · 2026-10-16
- 用户实测称 Opus 5.5 研究构思能力远超 Astra — menhguin · 2026-10-16
- 网友猜测 Meta 新版跃升靠蒸馏 OpenAI,故不开源 — teortaxesTex · 2026-10-16
- Meta 选择 MLX 做本地推理,Muse Spark Open 登陆 Mac Studio — awnihannun · 2026-10-16
- 传智谱 GLM 5.5 即将发布，编码能力有望追平前沿模型 — bindureddy · 2026-10-16