BIABench 基准：AI 智能体搞不定三维生物图像分析

Notre Dame 发布开源基准 BIABench，评估 AI 智能体能否端到端完成生物图像分析。16 个任务重构自同行评审生物学研究，覆盖 H&E 组织学、单分子定位显微等 11 类子任务；常规 2D 任务表现较好，但含三维或时间轴的任务中没有任何智能体得分超过 0.19。专用生物学智能体与更强模型也无法弥合差距，数据与代码已开源。