Kimi.ai 发布 PerceptionBench，一个从当前前沿模型在 42 个基准上的失败模式中归纳出的视觉感知基准。
该基准将视觉感知拆解为 10 种原子能力，并构建了 3000 道验证题，每道题只考察单一感知能力，无需推理或外部知识。
Actu IA / Produits
Back to AI news
Kimi publie le benchmark de perception PerceptionBench
Kimi.ai a publié PerceptionBench, un benchmark de perception visuelle dérivé des modes d'échec des modèles de pointe actuels sur 42 benchmarks. Ce benchmar...
Brief IA du jour
Kimi.ai a publié PerceptionBench, un benchmark de perception visuelle dérivé des modes d'échec des
modèles de pointe actuels sur 42 benchmarks. Ce benchmark décompose la perception visuelle en 10 compétences atomiques et a construit 3000 questions de validation, chaque question ne testant qu'une seule compétence de perception, sans nécessiter de raisonnement ou de connaissances externes.
动态正文 · AI 整理
Évaluation
Aioga 编辑摘要
Kimi.ai 发布视觉感知基准 PerceptionBench。该基准源自对当前前沿模型在 42 个基准上失败模式的归纳，包含 3000 道验证题。
背景分析
PerceptionBench 将视觉感知拆解为 10 种原子能力。按照发布材料，每道验证题仅考察一种感知能力，不要求模型进行推理，也不依赖外部知识。
Aioga 观点
Aioga 判断，这种单项能力拆解方式有助于更清晰地定位模型的视觉感知薄弱环节，并减少推理能力或外部知识对测试结果的干扰。
影响与后续
该基准可能为视觉模型评测提供更细粒度的观察框架。值得关注的是，其题目设计能否稳定区分不同模型在各类原子感知能力上的表现。 下一步值得关注 PerceptionBench 的具体题型、评测方法与使用方式，以及后续是否披露不同前沿模型在 10 种原子能力上的测试结果。
Source and Copyright
La source fournit un titre, un résumé, une attribution et un lien original. Aioga ne republie pas l’article intégral.
Canal de collecte: Agrégation de résumés · Domaine source: x.com
Source: X：Kimi.ai (@Kimi_Moonshot)
Lien original: Ouvrir la source
Archive Aioga: Ouvrir la page de veille
Content record: social-summary · Updated: 2026-07-27T18:45:20.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article