谷歌 DeepMind 发布 MKA 基准:单任务 Claude 跑 224 轮花 68 美元
ArtificialAnlys · x · 2026-11-11
Artificial Analysis 与 Google DeepMind 合作发布多模态知识智能体(MKA)评测,一个针对复杂视觉文件的 agentic 知识工作新基准。
- 测试模型对工程图纸、建筑图、临床扫描等视觉复杂文件的理解,并要求产出幻灯片、电子表格、报告和标注图像等交付物
- 公开数据集含 10 个任务,示例任务是审计建筑平面图:检查剖面与立面图上门窗不匹配问题,并以幻灯片形式报告
- 在该示例任务中,Claude Fable 5.2 (max) 用了 224 轮交互完成交付物,其中查看图像 203 次,单任务成本约 68 美元
所属事件:DeepMind 联合 Artificial Analysis 发布 MKA 多模态智能体基准(6 条相关)→
「多模态」频道最新
- Fish Audio Live 3 语音模型:能听懂插话,一句 wait 就暂停 — testingcatalog · 2026-11-11
- 4DGS 场景与主体重建在 VR 中跑通：静态背景加运动主体 — mickmumpitz · 2026-11-11
- MiniMax H3-Image 上架 LMArena Battle 模式,可实测对比 — arena · 2026-11-11
- Fable 5.2 对阵 Astra 实测:树木地形水面更真实,被评客观胜出 — Angaisb_ · 2026-11-11
- Dreamina Canvas 上线视频动作捕捉参考，生成后 CapCut 剪辑 — FellMentKE · 2026-11-11
- Adobe Firefly AI 创意助手在 MAX 大会正式上线，测试者晒现场演示 — umesh_ai · 2026-11-11