谷歌联合 Artificial Analysis 推出多模态知识智能体基准测试 MKA

当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。谷歌表示，其最新发布的 Gemini 4 Carbon 在该测试中取得参测模型第二名的成绩，完成任务的平均成本仅为排名第一模型的约六分之一。

谷歌 DeepMind 高级产品经理 Rohan Doshi 与首席工程师 Ben Caine 介绍，现有不少知识工作基准测试仅依赖文本即可完成，而现实工作往往涉及大量视觉信息，例如建筑师交叉核对建筑蓝图、工程师分析工程示意图，专业人员还需将不同来源的信息整理成演示文稿、报告和电子表格，MKA 基准测试即旨在评估 AI 智能体在这些复杂工作场景中的表现。谷歌与来自 10 个行业、83 种职业的领域专家合作，建立了包含 200 项任务的评测集，覆盖商业、建筑、教育、工程、金融、医疗、法律与政府、物流与地图、科学以及软件与数据等领域。

截至 11 月 11 日，该基准测试由谷歌与 Artificial Analysis 联合发布，评测集规模与 Gemini 4 Carbon 的排名及成本数据均已公布，目前材料未提及后续更新。