在最新發表的中文多模態大模型SuperCLUE-V基準評測中，騰訊混元大模型獲國內排名第一，穩居卓越領導者象限。此評測聚焦於大模型理解複雜現實世界的關鍵能力，即多模態理解，俗稱「圖生文」。

多模態理解要求模型能夠準確辨識影像元素，理解它們之間的關係，並產生自然語言描述。

這項能力不僅考驗影像辨識的精確度，也體現了對場景的全面理解、對細節的深度洞察，是衡量模型對複雜現實世界理解力的重要標準。

在本次評測中，共有12個國內外具代表性的多模態理解大模型參與，騰訊混元大模型在多模態基礎能力與應用能力兩大方向上均展現出顯著優勢，獲得總分71.95的高分。

評測標準涵蓋了理解準確性、回應相關性和推理深度等維度，確保了評估的科學性和公正性。

騰訊混元大模型在基礎能力上緊追海外頂尖模型，總成績僅略低於GPT-4o，表現優於CLaude3.5-Sonnet和Gemini-1.5-Pro。

在應用能力維度上，憑藉對中文語境的深刻理解以及在通用、常識、圖像等多領域的綜合能力，騰訊混元大模型展現出巨大的實際應用潛力。