# Scale Labs 推出视觉推理基准 Humanity's Sixth Sense

Scale Labs 推出评估基准 Humanity's Sixth Sense，包含涵盖图像与视频的 522 项开放式任务，用于测试日常直觉视觉推理能力。

Language: zh-CN
Time zone: Asia/Shanghai

HTML: https://didcodexreset.com/zh/news/7c712bf9b2cf43619b2bac29.html

Content language: zh-CN
Localization state: translated

来源：Scale Labs · 发布于 2026/10/8 04:02:28

Scale Labs 推出了旨在评估直觉视觉推理的基准 Humanity's Sixth Sense（HSS）。该测试套件包含跨图像和视频的 522 项开放式任务，涵盖从空间与因果推理到社交理解等多个领域。

据 Scale Labs 介绍，人类评估者取得了 93.1% 的基准得分。在受测的 AI 模型中，GPT-6-astra 得分最高，达到 53.6%，而模型中位数为 30.9%。

Tags: Scale Labs, 基准测试, 视觉推理, GPT-6-astra

[查看主帖原文](https://x.com/ScaleAILabs/status/2107920376756117903)