**WorldBench：一个具有挑战性和视觉多样性的多模态推理基准**

_WorldBench: A Challenging and Visually Diverse Multimodal Reasoning Benchmark_

> WorldBench 是一个注重视觉多样性的多模态推理基准，通过构建涵盖数千个视觉概念的分类体系，从搜索引擎和现有数据集中精心收集图像，并设计了前沿多模态大模型难以回答的问题。测试15款多模态大模型后，最强模型准确率仅64.0%，部分模型仅略高于随机水平，揭示了现有模型在视觉理解上的不足，强调了视觉多样性在基准构建中的重要性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.06538)