谷歌聯合 Artificial Analysis 推出多模態知識智慧體基準測試 MKA

當地時間 11 月 10 日，谷歌宣佈聯合 AI 模型評測機構 Artificial Analysis 推出多模態知識智慧體基準測試 MKA（Multimodal Knowledge Agent），用於評估 AI 智慧體處理視覺複雜檔案、完成現實世界知識工作任務的能力。谷歌表示，其最新發布的 Gemini 4 Carbon 在該測試中取得參測模型第二名的成績，完成任務的平均成本僅為排名第一模型的約六分之一。

谷歌 DeepMind 高階產品經理 Rohan Doshi 與首席工程師 Ben Caine 介紹，現有不少知識工作基準測試僅依賴文本即可完成，而現實工作往往涉及大量視覺資訊，例如建築師交叉核對建築藍圖、工程師分析工程示意圖，專業人員還需將不同來源的資訊整理成簡報、報告和電子表格，MKA 基準測試即旨在評估 AI 智慧體在這些複雜工作場景中的表現。谷歌與來自 10 個行業、83 種職業的領域專家合作，建立了包含 200 項任務的評測集，覆蓋商業、建築、教育、工程、金融、醫療、法律與政府、物流與地圖、科學以及軟體與資料等領域。

截至 11 月 11 日，該基準測試由谷歌與 Artificial Analysis 聯合釋出，評測集規模與 Gemini 4 Carbon 的排名及成本資料均已公佈，目前材料未提及後續更新。