OccludeBench 发布：遮挡测试 VLM 物理线索推理

2026年10月14日，AGI Hunt 报道，JasinCekinmez 与 Zhuang Liu 等人发布 OccludeBench 基准，用黑方块遮挡图片局部，测试视觉语言模型（VLM）对物理线索的推理能力。结果显示，仅约五分之一的 VLM 能答对依赖物理线索的题目，例如判断镜面反射、烟雾来源；而在依赖更广泛上下文的题目上，通过率达到 100%。报道称，VLM 利用物理线索的表现比利用广义上下文差约 20%，暴露出其在物理理解上的系统性短板。截至该报道，OccludeBench 的评测结果即为这一事件的最新进展，尚无更多后续信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。