多模态AI大考不及格！头部产品总分不足40，复杂任务成最大绊脚石

SuperCLUE发布中文通用AI智能体测评基准AgentCLUE—General，测评8款国内外产品。结果显示，最高分ManusStarter总分仅38.46分，整体能力处于基础阶段。复杂多步骤任务（Level 2/3）得分率骤降，多模态理解和多场景组合能力薄弱，最高分分别仅21.43和36.36。结构化数据分析和联网检索表现较好，但非结构化数据处理及多模态任务成为主要短板。测评指出当前技术与通用智能体理想状态差距显著，复杂现实任务处理能力亟待提升。