大模型视觉能力比不过6岁小孩，为什么？
根据多家研究机构最新发布的BabyVision视觉推理基准测试结果，目前性能最强的多模态大模型，在视觉推理能力上依然远未达到人类儿童的认知水平。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
即便是表现最佳的Gemini 3 Pro Preview，其综合得分仅勉强超过3岁儿童，与6岁儿童相比仍有约20%的明显差距，距离成年人高达94.1%的准确率更是存在巨大鸿沟。
这项研究由UniPat AI、xbench、阿里巴巴、月之暗面、阶跃星辰等多家前沿团队联合开展。数据显示，Gemini 3 Pro Preview 以49.7%的得分位居闭源模型榜首；紧随其后的是 GPT‑5.2（34.4%）与豆包 Seed‑1.8（30.2%）。
其余模型得分普遍偏低：Qwen3‑VL‑Plus 为19.2%，Grok‑4 为16.2%，Claude 4.5 Opus 仅为14.2%。在开源阵营中，Qwen3VL‑235B‑Thinking 以22.2%的成绩暂列第一，但仍未具备与主流闭源模型抗衡的实力。
研究指出，当前主流多模态大模型普遍依赖“视觉转语言”的推理模式——即先将图像编码为文本式表征，再交由语言模型完成后续逻辑推演。
这种架构在应对细粒度几何判断、空间方位关系建模、路径连续性跟踪等高度依赖非语言感知能力的任务时，存在本质性局限，致使模型在“找不同”“连线匹配”“空间构型想象”“视觉规律归纳”等典型任务中频繁失效。
BabyVision 基准将视觉推理能力划分为四大核心维度：细粒度辨别、视觉跟踪、空间感知与视觉模式识别。结果显示，所有参测模型在这四个方向均暴露出系统性短板。
例如，Gemini 3 Pro Preview 在拼图配对、轨迹连线及三维结构反推任务中多次给出错误响应；Qwen3‑VL‑Plus 同样未能通过视觉规律归纳类题目的检验。
研究团队进一步提炼出模型视觉推理所面临的四类根本性挑战：
- 非言语性细微信息难以保真，导致模型无法识别图像间细微差异；
- 流形一致性缺失，使其在复杂动态路径中难以维持稳定跟踪；
- 空间想象能力薄弱，无法从二维输入可靠构建一致的三维心理表征；
- 视觉模式抽象与归纳能力不足，难以从有限示例中提炼可泛化的结构规则。
为突破现有“语言中心化”视觉推理范式的瓶颈，研究提出了两条可行的技术演进路径：基于可验证奖励信号的强化学习（RLVR）与基于生成模型的原生视觉推理。
实验表明，Qwen3‑VL‑8B‑Thinking 经 RLVR 微调后，整体准确率提升约4.8个百分点；而在 BabyVision‑Gen 的生成式推理子集测试中，NanoBanana‑Pro 以18.3%的准确率领先于 GPT‑Image‑1.5 与 Qwen‑Image‑Edit。
研究认为，未来多模态智能的发展重心，正加速从“语言驱动型理解”转向“视觉原生型推理”。诸如 Bagel 这样的统一架构，以及具备显式物理建模能力的新一代生成模型（如 Sora 2、Veo 3），已在实践中展现出在视觉空间中执行显式推理的潜力——包括绘制中间演化步骤、标注关键语义区域、生成符合物理约束的运动轨迹等。
研究团队强调，生成过程本身，或将成为一种更高阶、更本质的推理表达形式。
论文全文：
热门专题
热门推荐
V社联合创始人G胖调整角色：从主导开发转向赋能团队，释放创意生产力 近期一则消息引发游戏行业广泛关注：Valve联合创始人加布·纽维尔（“G胖”）在公司内部进行了一次重要角色转型。此次调整的关键原因，与他个人在公司中的特殊影响力息息相关。根据透露，这位创始人决定减少在具体游戏开发工作中的直接深度参与
红魔姜超透露：全新游戏平板将于四月或五月发布，承诺带来惊艳体验 游戏硬件领域即将迎来重磅更新。努比亚红魔游戏手机的产品线负责人姜超，近日通过社交媒体进行了一次颇具悬念的“前瞻剧透”，成功引发了广大游戏玩家和科技爱好者的高度关注。他明确指出，红魔全新一代游戏平板的发布日期已锁定在四月或五月，并使用了“
金铲铲之战S17天煞羁绊：效果解析与实战应用 在《金铲铲之战》S17赛季中，【天煞】是一个定位独特的专属羁绊，仅由5费英雄“劫”所携带。激活这一羁绊需要特定的前置条件——玩家必须在强化符文选择阶段获得【入侵者劫】。一旦成功解锁，劫将获得全新的技能机制，从而在战局中发挥出颠覆性的作用。 金铲铲之战S1
索尼调整第一方工作室阵容，王牌重制团队蓝点工作室正式“退出”核心名单 近日，索尼在其PlayStation Studios官方网站的更新中做出了一项关键调整，引发了游戏玩家和行业观察者的广泛关注：曾凭借《恶魔之魂：重制版》等作品赢得盛誉的蓝点工作室，已不再出现在索尼核心第一方工作室的名单之中。此次页
未来人类X98W移动工作站正式发布：重新定义移动端专业性能的新标杆 在专业移动计算领域，总有一些产品能够打破常规认知。近日，未来人类（TerransForce）正式在其官网上线了全新的X98W高性能移动工作站，并宣布将于本月内全面发售。这款设备的问世，无疑为那些在移动办公环境中仍需要桌面级别强悍性能