研究與評測
Moonshot AI 發布 PerceptionBench
X @Kimi_Moonshot
Moonshot AI 發布 PerceptionBench，從前沿模型在 42 個基準中的失敗案例，歸納出 10 項原子視覺感知能力，並建立 3,000 道經驗證的題目。每題僅評估單一能力，無須推理或外部知識，旨在更精確地拆解模型的純視覺感知表現。
讀原始報導背景
PerceptionBench 是一套將視覺感知拆分為原子能力的評測基準，其能力分類並非預先定義，而是從前沿模型在 42 套基準中的失敗案例歸納而來。它涵蓋 10 種原子感知能力與 3,000 道經驗證的問題，每題只測試單一能力，且不需推理或外部知識即可作答；公開結果顯示，受測頂級模型的正確率仍僅約六成。