ARTICLE / DEEP READING

热点资讯

从比赛现场到数据趋势,深入阅读每一篇值得关注的体育内容。

GPT-6「看不懂 3D」实锤!250道题只拿0.53分,Claude没及格文章配图
READ
IN DEPTH

FEATURED ARTICLE

GPT-6「看不懂 3D」实锤!250道题只拿0.53分,Claude没及格

新智元报道 前一阵,GPT-6 Astra 画 CAD 的视频在 X 上实火。 比如这个涡轮增压器,每个零件都单独建模,不仅能正常转动,还能一键原地拆解展开,视觉效果相当炸裂。 一时间,GPT-6 Astra 的 BenchCAD 跑分达到了惊人的 95.9%,评论区不少人已经在讨论 CAD 工程师的再就业问题了。 不过,也有工程师出来泼了盆冷水:这些零件,一个都别往生产线送。因为,画得像,不代表画得对。 内行看门道,外行看热闹。表面上看,模型已经能够复刻 CAD 的视觉界面,但从专业工程师的视角来看,这些模型在科学原理、几何结构以及部件之间的关系上,是否真的准确? 有没有一个专业的测评基准,能够检验 AI 对三维科学对象的观察与理解能力,并评估其生成的三维对象是否符合科学与工程要求? 最近发现了一个 benchmark,还真能评测 AI 在建筑设计中的 CAD 能力。它会像专业工程师一样,走一遍零件的检查流程,从结构关系到几何细节逐项核验,判断模型生成的结果是否符合要求。 这个 benchmark 叫 ScienceVision。 它的评测范围不止于工程制图,还覆盖生物、化学、医学影像、建筑和机械 CAD 共 5 个科学领域、22 个子领域,包含 250 道基于真实三维数据构建的题目,要求模型通过自主操作三维对象,完成观察、测量与分析。 考得最好的 GPT-6-Astra(搭配 Codex)只拿到了 0.53 分。满分 1 分。 BenchCAD 上 95.9 分的选手,到了三维科学理解与推理的考场上,只过了一半。 ScienceVision 出自 UniPat AI 和视觉推理实验室 Elorian AI,是一个基于专家级视觉问答(VQA)的 跨学科视觉三维理解与推理benchmark,团队透露它被开发出来的出发点是一个问题:AI 能像科学家一样观察和推理吗? 根据现有的结果来看,评测覆盖了 GPT-6 Astra、Claude Fable 5.1、Gemini 4 Argon、Qwen3.8 Max 等当前最新、最强的 12 个开源闭源前沿大模型, 没有哪个模型能在五个学科同时领先。 这到底是些什么题,能把一众模型卡成这样? 先看题长什么样 ScienceVision 的 demo 展示了五个学科各一段检视操作实录,其中所使用的 3D 工具是按照领域专家处理三维源数据的实际操作方式建模的, 模仿了最真实的 3D 观察场景。 生物那段,是把整个蛋白质藏起来,只留一个柠檬酸分子和旁边几个离子,量它们挨得多近。 化学那段最短,8 步:框出一个晶胞,用对称操作看它怎么一层层堆下去。 医学影像那段,CT 从三个方向来回切,找肾脏上那个病灶的边在哪。 CAD 那段是一台叉车,零件一个个点开,数有几个长得一样。 建筑那段,是顺着一条坡道量长度和高差,看坡度超没超标。 五段 demo 看下来,就像是各领域的人类专家在审核自己领域的 3D 视觉问题。动作本身都不复杂:转、点、量,但难的是每一步都得先想清楚往哪转、点什么、量哪里, 如果不经历比较 solid 的观察、理解、推理,是很难做出正确判断的。 光看视频不过瘾的话,可以自己上手。 这五道题的原始文件和检视工具,ScienceVision 的 blog 上原样开放了:你可以自己点开题目,切 3D 或平面视图,体验如何通过真实的三维检视过程,评估 AI 的科学观察能力。下方展示上手实测,大家可以感受一下: 体验入口:https://unipat.ai/blog/ScienceVision 题看完了,再来说说为什么要出这套题。 科学3D评测的空白地带 过去其实有不少 3D 理解与推理基准,覆盖室内场景理解、具身交互、抽象结构推理等方向,但它们主要服务于日常场景感知、机器人操作或工业设计等通用任务。 然而,真正面向科学领域的 3D 理解与推理基准几乎空白,仅有医学影像和机械工程等少数应用场景的专门基准,且尚未形成体系化的科学 3D 推理评测。 但科学研究过程天然对真实三维世界中的观察、推理能力有要求。 这种能力要求贯穿于不同学科的实践中:化学家要定位原子、测量几何关系;放射科医生要在不同切片间追踪结构;建筑工程师要切换视角、排除遮挡、确认构件的连接关系。 类似的活儿没有一样是看一眼图就能干完的。人类科学家需要根据过往经验,决定往哪看、怎么看、量什么,看完了再用专业知识下结论。放在 AI Scientist 身上,也是相同的道理。 ScienceVision 考察 AI 的逻辑也一样:题目和数据摆在眼前,自己决定看哪里、怎么查。其中的关键之处的道理有点类似于「斯坦门茨画线」:画一条线值1美元,知道在哪儿画线值9999美元。这就能看出哪个模型更有水平了,而可靠的观察和理解,即是检验的第一步。 在

about image

SHARE THE IDEA

觉得有用?分享给朋友

让更多人看到这篇内容。

返回资讯列表

YOU MAY ALSO LIKE

推荐阅读

TRENDING STORIES

热点新闻

荷兰名宿力挺姆巴佩拿金球:他是目前世界最佳

荷兰名宿力挺姆巴佩拿金球:他是目前世界最佳

金球奖颁奖典礼前一天,荷兰名宿范德法特公开表态,认为姆巴佩应该拿下今年的金球奖。他的理由很直接: “姆巴佩,我认为他是目前世界上最好的球员,几乎每场比赛都保持极高水准。而且他在世界杯上表现非常出色,所以我觉得他配得上这个奖。” 这番话出现在一个微妙的节点。今年金球奖的争夺被认为是近年来最激烈的一次,亚马尔、姆巴佩、凯恩和罗德里被视为四大热门。从风向看,亚马尔和凯恩更被看好,而姆巴佩的竞争力被认为受

真实故事改编!尺度我给9.0分!影后影帝出演,堪称伦理之光

真实故事改编!尺度我给9.0分!影后影帝出演,堪称伦理之光

1、《裁缝》 简介: 2015年上映,剧情 / 爱情 导演: 乔瑟琳·穆尔豪斯 主演: 凯特·温斯莱特 / 朱迪·戴维斯 / 利亚姆·海姆斯沃斯 评分:7.9 推荐指数: ★★★★★★★★★☆ 精彩看点: 该片是奥斯卡影后凯特·温斯莱特出演的澳大利亚电影。喜欢这种不拖泥带水的剧情片,看完让人回味无穷,很容易让人想到《荒蛮故事》中那个引爆自己的男人。 影片概述: 蒂莉(凯特·温丝莱特 饰)踩着故乡熟

被逮到了!赵睿挤掩护摔倒被吹假摔 坐在地上十分不解&跟裁判理论

被逮到了!赵睿挤掩护摔倒被吹假摔 坐在地上十分不解&跟裁判理论

首页 NBA视频 旧版页面 录像页面 足球视频 旧版页面 录像页面 NBA资讯 滚动资讯 足球资讯 滚动资讯 电竞 电竞资讯 电竞视频 综合 综合资讯 综合视频 比分 数据 NBA资料库 资料 个人 下载客户端 新版 直播首页 > NBA篮球资讯 >被逮到了!赵睿挤掩护摔倒被吹假摔 坐在地上十分不解&跟裁判理论 被逮到了!赵睿挤掩护摔倒被吹假摔 坐在地上十分不解&跟裁判理论 #全场次看CBA只在咪

[流言板]哈珀出战28分钟,投篮10中5、罚球9中8得到19分2篮板3助攻

[流言板]哈珀出战28分钟,投篮10中5、罚球9中8得到19分2篮板3助攻

社区 » NBA » 篮球资讯 » [流言板]哈珀出战2... 虎扑篮球资讯(1280级)楼主2026-11-07 13:53:25发布于上海 [流言板]哈珀出战28分钟,投篮10中5、罚球9中8得到19分2篮板3助攻由虎扑篮球资讯 发表在篮球资讯 https://bbs.hupu.com/502 虎扑11月07日讯 今日马刺和国王的比赛已经结束。 全场战罢,马刺124-109战胜国王。 本场比赛

日本网友免费公开近1500张AI美女写真!高清无水印:商用也不花钱

日本网友免费公开近1500张AI美女写真!高清无水印:商用也不花钱

快科技11月17日消息,日本创作者あぎ推出了一款名为"AI模特人脸数据库"的免费图库,收录1499张由AI生成的虚拟女性人像素材,支持免费下载和商业使用。 对于经常使用AI生成图片、视频的创作者来说,如何让同一个人物在不同场景中保持相似的五官,一直是个难题。 单纯依靠文字提示词,人物的脸型、发型甚至整体气质都可能发生变化,而直接使用真人照片又涉及肖像权等问题。 这个图库主要提供两类素材,其中Fac