SURDS多模态

SURDS (Scene Understanding and Reasoning Dataset) 是场景理解与推理基准，评测 AI 在复杂场景中理解物体交互、人物动作和环境上下文的能力。包含需要多步推理的场景问答和反事实推理问题，测试模型对视觉场景的深层理解。

#	模型	得分 (%)	厂商	来源
1	Qwen3.7-Plus	77.2	阿里巴巴	Qwen3.7-Plus 技术报告
2	Qwen3.6-Plus	73.2	阿里巴巴	Qwen3.7-Plus 技术报告
3	Gemini 3.1 Pro	64	Google	Qwen3.7-Plus 技术报告
4	Claude Opus 4.6	58.3	Anthropic	Qwen3.7-Plus 技术报告

SURDS (Scene Understanding and Reasoning Dataset) 是场景理解与推理基准，评测 AI 在复杂场景中理解物体交互、人物动作和环境上下文的能力。包含需要多步推理的场景问答和反事实推理问题，测试模型对视觉场景的深层理解。

#	模型	得分 (%)	厂商	来源
1	Qwen3.7-Plus	77.2	阿里巴巴	Qwen3.7-Plus 技术报告
2	Qwen3.6-Plus	73.2	阿里巴巴	Qwen3.7-Plus 技术报告
3	Gemini 3.1 Pro	64	Google	Qwen3.7-Plus 技术报告
4	Claude Opus 4.6	58.3	Anthropic	Qwen3.7-Plus 技术报告