新基准开测「AI第六感」：人类一眼秒懂，最强模型只拿53.6分

新基准测试评估 AI 的「第六感」，考察模型在人类一眼就能理解的视觉任务上的直觉判断能力。表现最强的模型仅得53.6分，而人类可轻松看懂；即便模型用上万枚推理 token 详细分析视觉题，仍与人类表现存在差距。