8月5日消息，在最新发布的中文多模态大模型SuperCLUE-V基准评测中，腾讯混元大模型获国内排名第一，稳居卓越领导者象限。
此次评测聚焦于大模型理解复杂现实世界的关键能力，即多模态理解，俗称图生文。
多模态理解要求模型能够准确识别图像元素，理解它们之间的关系，并生成自然语言描述。
这一能力不仅考验图像识别的精确度，也体现了对场景的全面理解、对细节的深度洞察，是衡量模型对复杂现实世界理解力的重要标准。
在本次测评中，共有12个国内外具有代表性的多模态理解大模型参与，腾讯混元大模型在多模态基础能力和应用能力两大方向上均展现出显著优势，获得总分71.95的高分。
评测标准涵盖了理解准确性、回应相关性和推理深度等维度，确保了评估的科学性和公正性。
腾讯混元大模型在基础能力方面紧追海外顶尖模型，总成绩仅略低于GPT-4o，表现优于CLaude3.5-Sonnet和Gemini-1.5-Pro。
在应用能力维度上，凭借对中文语境的深刻理解以及在通用、常识、图像等多领域的综合能力，腾讯混元大模型展现出巨大的实际应用潜力。
