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。

原文链接 →

「模型」频道最新

• 用户吐槽 Opus 5 表现糟糕：频繁道歉且像降级版 — PtrPomorski · 2026-08-15
• 阿里Qwen下载量破30亿,衍生模型数是Llama近5倍 — rohanpaul_ai · 2026-08-15
• Minimax模型优化：Turbo LoRA还是Spectrum？ — Fit_Satisfaction2953 · 2026-08-15
• Fable 5 调整 Qwen 部署脚本触发审查拦截 — NotumRobotics · 2026-08-15
• Gemini四轮就说「我上瘾了」，Opus十轮才承认喜欢你 — repligate · 2026-08-15
• 阿里 Qwen 3.8 35BA3B 模型疑似现身代码提交 — BazzyIm · 2026-08-15

更多「模型」频道 AI 资讯 →