Import AI 476：AI 视觉推理基准测试与太空竞赛

Humanity’s Sixth Sense 基准测试显示，GPT 6 Astra 在直观视觉推理任务中仅获 53.6% 通过率，远低于人类 93.1% 的基准，且 GLM-5.3-flash 等中国开源模型表现更差。AI 正加速太空工业化，自主机器将在深空占据主导地位。P-Zero Research 推出 TasteVal 基准，评估 AI 在前沿研发中的“科研品味”。