PerceptionBench：Moonshot AI开源的多模态大模型纯视觉感知专项测评基准 PerceptionBench 是 Moonshot AI（月之暗面）于2026年7月开源推出，专门面向多模态大模型（MLLM）原子级视觉感知能力的标准化评测基准，配套完整论文、数据集、可直接运行的... 1周前 AI新闻 76
EdgeBench：字节开源的长时序AI智能体评测基准，支持12小时迭代闭环打分 EdgeBench是字节跳动Seed开源的长周期AI智能体评测基准，配套SForge双容器隔离评测引擎，支持12小时迭代式测试，包含134项真实工业任务，用于大模型、自主智能体能力标准化... 4周前 AI新闻 98
