Kimi เปิดตัว PerceptionBench มาตรฐานการประเมินการรับรู้ทางภาพ โมเดล GPT-5.6-Sol มีความแม่นยำสูงสุด แต่ไม่มีโมเดลใด突破 60%

Odaily รายงานว่า Kimi ประกาศเปิดมาตรฐานการประเมินการรับรู้ทางภาพของโมเดล multimodal ขนาดใหญ่ชื่อว่า PerceptionBench โดยมีเป้าหมายเพื่อแยกความสามารถในการรับรู้ทางภาพออกเป็น 10 ทักษะระดับอะตอมสำหรับการประเมินอย่างอิสระ ครอบคลุมมิติต่างๆ เช่น ความสัมพันธ์ทางภาพ การนับ คุณลักษณะ ความลึกและ 3D การระบุตำแหน่ง การเปรียบเทียบ การจดจำรายละเอียด การบูรณาการบริบท OCR และการตรวจจับภาพหลอน มาตรฐานนี้สร้างขึ้นจากกรณีความล้มเหลวของโมเดลในชุดการประเมินที่มีอยู่ 42 ชุด ประกอบด้วยคำถาม 3,000 ข้อที่ผ่านการตรวจสอบโดยมนุษย์ โดยแต่ละข้อทดสอบความสามารถทางภาพเพียงด้านเดียว โดยไม่ต้องใช้การให้เหตุผลหรือความรู้ภายนอก

ผลการประเมินแสดงให้เห็นว่าในบรรดาโมเดล multimodal ขนาดใหญ่ชั้นนำ 16 รุ่น ไม่มีโมเดลใดที่ความแม่นยำโดยรวมเกิน 60% GPT-5.6-Sol ครองอันดับหนึ่งด้วยความแม่นยำ 59.7% ตามมาด้วย Kimi K3 (58.5%), Claude-Fable-5 (57.2%), Gemini-3.1-Pro (56.2%) และ GPT-5.5 (55.8%) ในห้าอันดับแรก รายงานชี้ว่าภาพหลอน (Hallucination) ยังคงเป็นความสามารถที่อ่อนแอที่สุดของทุกรุ่น และความสามารถในการรับรู้โดยรวมยังคงมีช่องว่างสำหรับการพัฒนาที่สำคัญ