OmniTools 7月17日消息，Moonshot AI 正式发布 PerceptionBench，一个面向多模态大模型视觉感知能力的诊断型基准。该基准基于对 40 多个现有评测集中的模型失败案例归纳构建，涵盖 10 项原子级视觉感知能力，共包含 3000 道验证题目。
测试显示，当前主流多模态模型在 PerceptionBench 上准确率均未超过 60%；且大量正确回答在重复提问时无法复现，反映出模型输出存在显著不稳定性。
PerceptionBench 的目标是精准定位多模态 AI 在视觉理解中的断裂点，推动模型实现更忠实、更一致的感知能力。
