Kimi 发布视觉感知基准 PerceptionBench

Kimi.ai 发布了一个名为 PerceptionBench 的视觉感知基准。该基准从当前前沿模型在 42 个已有基准上的失败模式中归纳而来，将视觉感知拆解为 10 种原子能力，并构建了 3000 道验证题。每道题只考察单一感知能力，不涉及推理或外部知识，旨在更精确地衡量模型的视觉感知水平。

此前的视觉基准往往混杂推理和常识，难以定位模型的具体感知短板。PerceptionBench 通过只测单一原子能力，可以更直接地暴露模型在颜色、形状、空间关系等基础感知维度上的缺陷，为改进方向提供清晰依据。

该基准从现有模型的失败案例中提炼出 10 种原子能力，每个题目仅针对其中一种，排除了推理和外部知识的干扰。这种设计使得评估结果能直接对应到特定的感知子能力，帮助开发者精准发现模型在哪个环节存在问题。

对于从事视觉模型研发的团队，该基准可作为模型能力诊断工具，快速识别模型在哪些基础感知任务上表现不佳。有助于指导训练数据补充或模型架构调整，但影响范围目前限于评测环节，尚未涉及生产环境。

• 使用 PerceptionBench 对自己开发的视觉模型进行原子能力评测，定位具体短板。
• 参考其 10 种原子能力的划分方法，设计更细粒度的测试用例用于日常迭代。

• PerceptionBench 是否开放给外部使用？需要申请还是可以公开下载？
• 该基准是否有对应的评测代码或 API 供自动化集成？
• 是否支持中文场景下的视觉感知评测？
• 使用该基准是否需要付费或遵守特定许可协议？