AI这次真栽了！视觉推理能力大曝光，模型集体“脑筋短路”？
话说最近，清华大学、腾讯混元，还有斯坦福和卡耐基梅隆的大佬们，一块儿搞了个新玩意儿，叫RBench-V，听起来是不是就很厉害？这玩意儿是干啥的呢？简单来说，就是给现在火得一塌糊涂的多模态大模型们做个“视力+智力”大测验，看看它们是不是真的那么聪明。
RBench-V：不是简单的“看图说话”，还得会“画图思考”！
这RBench-V可不是那种简单的“看图说话”游戏，它包含了803道难题，领域那叫一个广，从几何、图论到力学、电磁学，再到多目标识别、路径规划，简直就是AI界的“奥数竞赛”！而且，以前的测试都是让模型用文字回答问题，这次更狠，直接要求模型自己画图或者改图来辅助推理。这意思就是，AI不光要看懂题目，还得像人一样，画个辅助线，琢磨图形结构，才能找到答案。
测试结果惊呆众人：最强模型也“挂科”，AI离人类还远着呢！
结果呢？测试结果一出来，直接让大家惊掉了下巴！就算是最厉害的o3模型，在RBench-V上的正确率也才25.8%，而人类专家呢？82.3%！这差距，简直是“天壤之别”！谷歌的Gemini2.5模型也紧随其后，但也好不到哪去，只拿了20.2%的分。更扎心的是，很多开源模型的正确率只有8%到10%，有些甚至还不如瞎蒙！
AI的“小聪明”：只会把图形问题变成“数学题”？
RBench-V的研究表明，现在的大模型在处理复杂几何问题的时候，喜欢偷懒耍小聪明。它们不像人那样，用眼睛看、用直觉想，而是喜欢把图形问题转换成代数公式，用文字推理代替真实的图像操作。说白了，就是它们对图像信息的理解还不够深入，有点“金玉其外，败絮其中”的意思。
未来方向：AI要学会“画图思考”，才能更像人！
研究团队说了，未来的模型需要在推理的过程中主动生成图像，用图像来帮助思考，这样才能真正实现“类人智能”。他们认为，多模态思维链和智能体推理这些新方法，可能是未来人工智能发展的重要方向。
总结一下：
这次RBench-V测试，给那些“自诩聪明”的AI模型们好好上了一课。也让我们看到了，虽然AI发展很快，但要真正达到“类人智能”，还有很长的路要走。希望未来的AI，能学会像人一样思考，而不是只会“死记硬背”！
RBench-V 项目主页：https://evalmodels.github.io/rbenchv/
