Google DeepMind 与 Artificial Analysis 推出视觉 AI 智能体基准 MKA

Techub News 消息，Google DeepMind 与第三方评估机构 Artificial Analysis 于 11 月 10 日联合推出多模态知识智能体基准 MKA。该基准包含 200 项非公开任务，覆盖 10 个行业领域，要求 AI 智能体解读建筑蓝图、工程示意图、临床扫描图等复杂视觉材料，并生成电子表格、演示文稿等实际交付物。任务模拟人类专业人员通常需 3 至 8 小时完成的多步骤项目。 基准采用自动评分系统，其与人类专家在评估标准上的一致率达到 96.2%。在首个排行榜中，Google 的 Gemini 4 Carbon（高）模型在质量上排名第二，但其任务完成成本约为榜首模型的六分之一。 MKA 旨在填补现有 AI 基准在视觉推理评估方面的空白，将设计质量纳入评分体系，要求开发者不能将格式视为次要问题。（Crypto Briefing）