新基准开测「AI第六感」！人类一眼秒懂，最强模型只拿53.6分
2026.10.18 · 事件 · 论文 · 论文预印本
Scale AI联合Elorian发布HSS基准，25个多模态模型集体落后人类。
Scale AI联合Elorian发布新基准Humanity's Sixth Sense（HSS），专门测试直觉式视觉推理。20名人类参与者拿到93.1%，榜首GPT-6-astra仅53.6%，25个模型中位数只有30.9%。
- HSS含522道开放式任务，覆盖288张图片和234段视频
- 人类准确率93.1%，最强模型GPT-6-astra仅53.6%
- 25个模型中位数30.9%，全部显著落后于人类
- 94%的失败来自感知或潜在信息推断，而非逻辑推理
- Agent可修复浅层观察错误，但三维深度判断几乎无改善
为什么值得看
揭示多模态AI在真实世界直觉理解上的关键短板。
适合谁关注
AI研究者、多模态模型开发者、机器人从业者。