腾讯混元团队提出MM-IQ：多模态大模型推理评估新基准

随着多模态大模型（Large Multimodal Models, LMMs）的快速发展，其在语言、视觉等多领域展现出强大的理解能力。然而，近期 o1, R1, o3-mini 等推理模型的出现不禁使人好奇：最先进的 LMMs 是否也和 R1 一样具备类似人类的推理能力？

为了回答这一问题，腾讯 Hunyuan 团队提出了一个新的多模态推理基准测试框架——MM-IQ，旨在系统地评估多模态模型的抽象推理和逻辑思维能力。

论文标题：

MM-IQ: Benchmarking Human-Like Abstraction and Reasoning in Multimodal Models

论文地址：

https://arxiv.org/pdf/2502.00698

代码仓库：

https://github.com/AceCHQ/MMIQ/tree/main/

项目主页：

https://acechq.github.io/MMIQ-benchmark/

数据集地址：

https://huggingface.co/datasets/huanqia/MM-IQ

效果展示

▲ 图1.1：多模态模型以及人类在 MM-IQ 基准测试中的表现