MMBench

mmbench.opencompass.org.cn

MMBench 是什么？

MMBench 是一款面向 智能体与自动化 场景的 AI 工具，全方位的多模态大模型能力评测体系。

MMBench是多模态基准测试，由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学和浙江大学的研究人员联合推出。MMBench推出一个综合评估流程，从感知到认知能力逐级细分评估，覆盖20项细粒度能力，从互联网与权威基准数据集采集约3000道单项选择题。打破常规一问一答基于规则匹配提取选项进行评测，循环打乱选项验证输出结果的一致性，基于ChatGPT精准匹配模型回复至选项。MMBench涵盖多种任务类型，如视觉问答、图像描述生成等，基于综合多维度指标，为模型提供全面的性能评估。MMBench 的排行榜展示不同模型在这些任务上的表现，帮助研究者和开发者了解当前多模态技术的发展水平，推动相关领域的技术进步。 细粒度能力评估 ：将多模态能力细分为多个维度（如感知、推理等），针对每个维度设计相关问题，全面评估模型的细粒度能力。

MMBench是多模态基准测试，由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学和浙江大学的研究人员联合推出。MMBench推出一个综合评估流程，从感知到认知能力逐级细分评估，覆盖20项细粒度能力，从互联网与权威基准数据集采集约3000道单项选择题。

MMBench 的主要功能

• 01
  能力亮点 01

  细粒度能力评估

• 02
  能力亮点 02

  大规模多模态数据集

• 03
  能力亮点 03

  创新评估策略

• 04
  能力亮点 04

  多语言支持

• 05
  能力亮点 05

  数据可视化

• 06
  能力亮点 06

  官方评估工具

• 07
  能力亮点 07

  基准测试与排行榜

• 08
  能力亮点 08

  安装依赖

如何开始使用 MMBench

1. 01
   进入 MMBench 官网

   通过页面上的官网入口进入 mmbench.opencompass.org.cn，先确认当前可用的登录、试用或订阅方式。

2. 02
   选择最接近目标的功能

   优先从"细粒度能力评估"开始测试，快速判断它是否适合你的任务。

3. 03
   形成固定使用流程

   围绕 AI模型评测 等高频需求，沉淀提示词、模板或固定操作路径。

4. 04
   接入实际业务

   当输出质量稳定后，再把 MMBench 放入内容生产、设计、开发或办公协作流程中长期使用。

适合哪些场景？