研究與評測
據報導,Elorian 與 Scale AI 發布 Humanity’s Sixth Sense:GPT 6 Astra 視覺推理得分 53.6,遠低於人類 93.1
Import AI單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據
Import AI 報導,AI 新創 Elorian 與 Scale AI 發布 Humanity’s Sixth Sense(HSS),用來測量模型如何理解並推理視覺場景中未直接呈現的因果、空間與社會資訊。HSS 包含 288 張影像、234 段短影片及 522 道題目,影片總長 17.6 小時,題目分為時間與因果動態、物理與空間邏輯、社會理解,以及抽象與情境推理四類。
報導稱,人類基準的整體 pass@1 為 93.1;其中影像為 94.1、影片為 91.9、時間為 97、空間為 94.9。最佳 AI 系統 GPT 6 Astra 的整體 pass@1 為 53.6,影像、影片、時間與空間分項分數分別為 55.6、51.1、58.2 與 53.6;中國開放權重模型 GLM-5.3-flash 與 Kimi K3 則分別為 26.8 與 25.5。
HSS 研究者表示,最常見的單一錯誤包括漏掉決定答案的細節,占失敗案例 21%,以及誤認物件、人物或角色,占 20%。Import AI 認為,結果一方面顯示目前系統仍缺乏直覺式視覺推理能力,另一方面也顯示 GPT 與 Claude 等大型語言模型已能處理部分通常被認為需要複雜二維或三維世界模型的任務。
同一期 Import AI 另引述 AI Frontiers 的文章,推測 AI 可能加速太空產業化。文章列出的方向包括讓太空船自主運作、以搭載 AI 而非人類為前提重新設計太空船,以及透過太空組裝與製造建造更大型的複雜設施;文章也推測,先行者可能因能源、製造能力與太空態勢感知形成累積優勢,甚至部署可自我複製的探測器。上述 HSS 數據與太空產業化論述均來自單一、尚未驗證的報導材料。
讀原始報導