Google DeepMind 发布 MKA 基准：10 个专业领域考多模态智能体真实工作
_akhaliq · x · 2026-11-11
Google DeepMind 在 Hugging Face 发布 Multimodal Knowledge Agent (MKA) 基准，用于评估自主 AI 智能体在跨专业领域复杂多步视觉知识任务上的能力。
- 覆盖 10 个专业领域：GIS 测绘、建筑设计、电气/RF 工程、机械工程等，每个任务对应真实职业角色
- 与可 OCR 提取的基准不同，MKA 每个任务包含多文件工作区，核心信息承载在 CAD 蓝图、电气与射频原理图、地理空间栅格、生化凝胶板、多轴图表等视觉工件中，必须原生多模态感知才能解
- 要求跨文档综合、工具编排（代码执行、文件检查），并产出独立交付物（.xlsx/.pptx/.docx/.json 或结构化技术报告）
- 数据集采用 Apache 2.0 许可，含展示样例任务
所属事件:DeepMind 联合 Artificial Analysis 发布 MKA 多模态智能体基准(6 条相关)→
「研究」频道最新
- DeepMind 用 AlphaProof Code 在机器码层形式化验证 Signal 协议 — tianyin_xu · 2026-11-11
- 研究揭示「记忆陷阱」：无害对话可致 AI Agent 后续发送 120 万美元到未验证账户 — AndrewLampinen · 2026-11-11
- NBER 论文用 AI 访谈 132 名从业者，为 O*NET 补充 79 项缺失任务 — stanfordnlp · 2026-11-11
- 斯坦福 CS329Z 作业公开：用 Harbor 框架造 terminal-bench 式 agent 评测任务 — Diyi_Yang · 2026-11-11
- 哈工深等提出 SkeLAM:骨架监督分离动作与外观，仅 10 小时机器人数据微调 Cosmos — jiqizhixin · 2026-11-11
- BVSR 用一个公式量化 AI 科学家创造力，跨领域超越最强基线 — james_y_zou · 2026-11-11