多模态知识智能体评测

Google DeepMind 联合 Artificial Analysis 推出 Multimodal Knowledge Agent (MKA) 评测，包含 200 个来自 10 个行业的私有真实视觉任务，要求智能体阅读建筑图纸、工程示意图、临床扫描等复杂视觉文件并产出幻灯片、表格、报告等交付物。评测采用 Climb 与 Regression 双轨专家评分标准，每题平均约 70 条加权准则，Claude Sonnet 5.5 在部分领域领先。