• 首页
  • AI工具集
  • AI资讯
  • AI活动
  • AI社区
  • AI短剧
  • AI创作大赛
  • AI小说
  • AI绘画
    AI视频
    AI对口型
    视频转动漫风格
    AI创意二维码
    AI艺术字
    AI智能抠图
  • AI短视频创作热门-AI社区
AI 对话

AI大考翻车?清华、腾讯联手搞的视觉推理测试,模型全懵圈!

AI大考翻车?清华、腾讯联手搞的视觉推理测试,模型全懵圈!
AI TOP100
2025-05-28 13:48:32

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

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!

RBench-V

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/

更多AI行业最新资讯新闻信息(ai界最新新闻)请关注AI人工智能网站--AITOP100平台--AI资讯

0
0
文章来源:AI TOP100
免责声明:本文不代表本平台立场,且不构成投资建议,请谨慎对待。
相关资讯
  • 腾讯混元Hunyuan-A13B模型API上线:AI开发新利器来袭

  • 墨刀AI正式上线:30秒让灵感秒变高保真可编辑原型!

  • 告别Manus!智谱AI Slides上线,免费无限制生成精美PPT

  • Vega AI停运公告解读:用户必知的后续安排与新动向

  • 重磅发布!Kimi首个Agent"深度研究"正式开启内测,AI研究助手新时代来临

热点资讯

夸克AI助力高考志愿填报,4000万考生家长的靠谱之选

4天前
夸克AI助力高考志愿填报,4000万考生家长的靠谱之选

豆包AI重磅更新:六大核心功能全面升级,开启智能办公新纪元

5天前
豆包AI重磅更新:六大核心功能全面升级,开启智能办公新纪元

Grok 4即将发布:马斯克xAI最新AI模型全面解析

4天前
Grok 4即将发布:马斯克xAI最新AI模型全面解析

AIGC大赛:北京动画周48小时AIGC原创动画挑战赛,邀您共赴创意盛宴!

2天前
AIGC大赛:北京动画周48小时AIGC原创动画挑战赛,邀您共赴创意盛宴!

AIGC大赛:2025新疆文旅AIGC宣传片创作大赛全球征片中

3天前
AIGC大赛:2025新疆文旅AIGC宣传片创作大赛全球征片中
分享
0
0

欢迎来到AI Top100!我们聚合全球500+款AI智能软件,提供最新资讯、热门课程和活动。我们致力于打造最专业的信息平台,让您轻松了解全球AI领域动态,并为您提供优质服务。

合作伙伴
联系我们
加入AITOP100社群
加入社群
AITOP100商务微信
商务微信
相关链接
服务及隐私政策
网站地图
关于我们
粤ICP备2022124843号-2粤公网安备44030002004505广播电视节目制作经营许可证:(粤)字第00712号Copyright © 华强方特(深圳)动漫有限公司 版权所有