来源:Import AI(Jack Clark 主理)| 时间:2026-10-12 | 原文:Import AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space
Anthropic 联合创始人 Jack Clark 的每周 AI 快报,第 476 期照例横跨研究、产业与地缘。这期最值得单独拎出来的是新基准 Humanity's Sixth Sense--由 AI 创业公司 Elorian 和 Scale AI 发布,专门测模型"从画面里读出没明说的东西"的能力:书架照片里问还能塞几本书、马拉犁的照片里问链条吃不吃力。
为什么值得读：数字摆出来很震撼——基准包含 522 道题，覆盖 288 张图和 234 段短视频（共 17.6 小时），人类 pass@1 高达 93.1 分，而最强的 AI 系统 GPT-6 Astra 只有 53.6 分。所谓“第六感”，其实是人类从小世界泡出来的物理直觉、社交理解和因果常识，恰恰是大模型训练数据里最难补的那块。
适配人群:做 AI 产品评估的人(这期给出了"常识推理"这个新短板的量化标尺),研究多模态的从业者,以及觉得"AI 已经无所不能"需要被泼点冷水的所有读者。
编辑补充:Jack Clark 写周报的立场值得留意--身在 Anthropic 内部,视野在行业全局,两条线的张力让他的判断比多数独立评论者可靠。本站的多模态评测题组一直偏"任务完成",这个基准提醒我们该补一条"画面暗示理解"的维度,下轮题库更新时会考虑加进去。同期关于开源权重模型地缘竞争的段落,也和本站《开源模型集体冲向万亿俱乐部》的解读互相印证。