RecodeX 重构消息，Scale AI推出名为HSS的开放视觉推理基准，用于测试模型在图像与视频上的推理能力。该基准包含288张图片和234段视频，在相同自由作答条件下，20名人类参与者的平均得分为93.1%，而表现最好的模型仅得53.6%。