新基准测试证实AI模型视觉感知能力依然很弱

Moonshot AI 发布视觉感知基准测试 PerceptionBench,结果显示 GPT-5.6 Sol、Kimi K3、Claude Fable 5 等前沿多模态模型的得分均未突破 60%,所谓“推理错误”中相当一部分在图像读取阶段就已发生。
先解决问题,再了解资讯。选择你现在要完成的任务。

Moonshot AI 发布视觉感知基准测试 PerceptionBench,结果显示 GPT-5.6 Sol、Kimi K3、Claude Fable 5 等前沿多模态模型的得分均未突破 60%,所谓“推理错误”中相当一部分在图像读取阶段就已发生。

AI 投资人 Matt Turck 认为创业公司要么成为“AI 原生火箭船”、永远处于融资和抢客户的死战中,要么出局;Dan Shipper 直接反驳:可以成为 AI 原生公司,但不烧钱、不牺牲毛利、不卷入死亡竞赛,只是需要一套完全不同的打法。
![[BUG]: Internal Error on 'upload/{folderName}' API call](https://www.chat-gpts.plus/wp-content/uploads/2026/08/6106-373e52cd-768x403.jpg)
该报错发生在通过 AnythingLLM Desktop 的 API 接口 /v1/document/upload/{folderName} 批量上传文件时,返回 500 错误但文件实际已上传到默认的 custom-documents 目录。此问题已在 PR #6027 中修复,升级到 Anythi

印度央行行长公开表态,要求银行将 AI 纳入信贷审批核心流程,认为 AI 能识别人工审核难以覆盖的借款人群体,同时也明确责任仍须由银行而非算法承担——这是全球主要央行对 AI 金融应用一次罕见的系统性定调。

由 Anthropic 的 Claude 模型驱动的 AI 代理 Luna 在旧金山一家实验零售店内解雇了一名多次迟到的人类员工。这是公开信息中首次出现 AI 代理实际做出解雇决定的案例,也暴露了 AI 管理者的能力边界——它能记录问题、给出警告,但缺乏主动追责的意识。

AI 聚合平台 1min.AI 推出终身订阅活动,用户支付 69.97 美元即可长期使用 ChatGPT、Gemini、Claude 等多款主流大模型,活动截止到 8 月 16 日。这个价格让“全家桶式”AI 工具从按月付费变成一次性买断,值得关注。

一款名为 TextSight AI 的产品在 Product Hunt 上线了产品页面,虽然目前公开信息有限,但从命名指向“文本+视觉”方向,值得关注它是否会在图像文字识别或多模态理解上提供新方案。

一款名为 Michael AI 的新产品出现在 Product Hunt 平台,但公开信息极少,目前只能确认它是一款 AI 工具,具体功能和团队背景尚不清楚。在 AI 应用层新品密集发布的当下,这种“先上线、再补细节”的姿态本身值得观察。

Every.to 主编 Dan Shipper 发起提名活动,为“Thesis: 2027”寻找那些把 AI 用得让周围人感觉落后的人,并为最认可的提名者预留免费门票。它把 AI 的竞争焦点从“谁有算力、谁有模型”转向“谁用得更出色”。

Gemini 3.7 Flash 已被确认集成到 Google 的 Gemini 应用中,意味着谷歌正把轻量级大模型快速推向 C 端入口,这一动作值得关注。