Import AI· Jack Clark·本站收录2026-10-12 20:42· 原文发表10月12日

Import AI 476：创造力与 RSI、不及中国的开源权重模型、AI 走向太空

Import AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space

AI 导读

Elorian 与 Scale AI 发布 Humanity's Sixth Sense（HSS）基准，测试多模态模型的直觉视觉推理：人类 pass@1 为 93.1，得分最高的 GPT 6 Astra 仅 53.6。基准含 522 道题、288 张图像和 234 段短视频，中国开源权重模型 GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。P-Zero Research 的 TasteVal 基准用 8 项任务评测模型「研究品味」，AI Frontiers 则讨论 AI 向太空扩张的复合优势。