11月26日消息，今日，空間推理基準(zhǔn)測(cè)試SpatialBench更新了最新一期榜單，阿里千問(wèn)的視覺(jué)理解模型Qwen3-VL、Qwen2.5-VL位列頭兩名，超越Gemini 3、GPT-5.1、Claude Sonnet4.5等國(guó)際頂尖模型。

SpatialBench榜單顯示，Qwen3-VL-235B和Qwen2.5-VL-72B分別斬獲13.5和12.9分，領(lǐng)先于Gemini 3.0 Pro Preview（9.6） 、GPT-5.1（7.5）、Claude Sonnet 4.5等海外頂尖模型。

然而，AI大模型的整體表現(xiàn)距離人類仍有差距，人類基準(zhǔn)線約為80分左右，可專業(yè)處理電路分析、CAD 工程和分子生物學(xué)等復(fù)雜空間推理任務(wù)，目前大模型還無(wú)法完全自動(dòng)化完成此類工作。

據(jù)悉，Qwen2.5-VL于2024年開(kāi)源，Qwen3-VL是阿里在2025年開(kāi)源的新一代視覺(jué)理解模型。

Qwen3-VL在視覺(jué)感知和多模態(tài)推理方面實(shí)現(xiàn)重大突破，在32項(xiàng)核心能力測(cè)評(píng)中超過(guò)Gemini2.5-Pro和GPT-5，不但可調(diào)用摳圖、搜索等工具完成“帶圖推理”，也可以憑借一張?jiān)O(shè)計(jì)草圖或一段小游戲視頻直接“視覺(jué)編程”。

同時(shí)，Qwen3-VL專門增強(qiáng)了3D檢測(cè)能力，可以更好地感知空間，基于Qwen3-VL，機(jī)器人更好地判斷物體方位、視角變化和遮擋關(guān)系，實(shí)現(xiàn)遠(yuǎn)處蘋果的精準(zhǔn)抓取。

目前，Qwen3-VL已開(kāi)源不同版本，包括2B、4B、8B、32B等密集模型以及30B-A3B、235B-A22B等MoE模型，每個(gè)模型都有指令版和推理版兩款，是當(dāng)下最受企業(yè)和開(kāi)發(fā)者歡迎的開(kāi)源視覺(jué)理解模型。同時(shí)，Qwen3-VL模型也已上線千問(wèn)APP，用戶可免費(fèi)體驗(yàn)。

據(jù)了解，SpatialBench是一項(xiàng)近年來(lái)興起的第三方空間推理基準(zhǔn)測(cè)試榜單，主要聚焦多模態(tài)模型在空間、結(jié)構(gòu)、路徑等方面的綜合推理能力，被AI社區(qū)視為是衡量“具身智能”進(jìn)展的新興測(cè)試標(biāo)準(zhǔn)之一。

SpatialBench不僅測(cè)試模型已知的知識(shí)，還測(cè)試模型在二維和三維空間中“感知”和操控抽象概念的能力，這對(duì)具身智能的落地尤為關(guān)鍵。