BabyVision (w/ tools)多模态

BabyVision (w/ tools) 是 BabyVision 的工具增强评测设置，允许模型在视觉认知推理过程中使用外部工具辅助分析。用于衡量模型在物体持久性、物理直觉、空间关系等婴儿认知任务上的多模态推理能力。

#	模型	得分 (%)	厂商	来源
1	GPT-5.5	83.6	OpenAI	Meta Muse Spark 1.1 Evaluation Report
2	Claude Opus 4.8	81.2	Anthropic	Meta Muse Spark 1.1 Evaluation Report
3	Muse Spark 1.1	76.3	Meta	Meta Muse Spark 1.1 Evaluation Report
4	Gemini 3.1 Pro	51.5	Google	Meta Muse Spark 1.1 Evaluation Report
5	Muse Spark	39.9	Meta	Meta Muse Spark 1.1 Evaluation Report

BabyVision (w/ tools) 是 BabyVision 的工具增强评测设置，允许模型在视觉认知推理过程中使用外部工具辅助分析。用于衡量模型在物体持久性、物理直觉、空间关系等婴儿认知任务上的多模态推理能力。

#	模型	得分 (%)	厂商	来源
1	GPT-5.5	83.6	OpenAI	Meta Muse Spark 1.1 Evaluation Report
2	Claude Opus 4.8	81.2	Anthropic	Meta Muse Spark 1.1 Evaluation Report
3	Muse Spark 1.1	76.3	Meta	Meta Muse Spark 1.1 Evaluation Report
4	Gemini 3.1 Pro	51.5	Google	Meta Muse Spark 1.1 Evaluation Report
5	Muse Spark	39.9	Meta	Meta Muse Spark 1.1 Evaluation Report