**ActiveVision基准测试揭示多模态大模型缺乏主动视觉观察能力**

_An Exam for Active Observers_

> HuggingFace Daily Papers 发布 ActiveVision 基准，旨在评估多模态大语言模型（MLLMs）的主动视觉观察能力。测试显示，包括 GPT-5.5 和 Claude Fable 5 在内的前沿模型表现极差，最高得分仅 10.6%，远低于人类水平。研究指出当前 MLLMs 缺乏闭环感知推理能力，亟需新的架构与训练目标来弥补这一差距。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.16165)