腾讯科技方面宣称，该模型**准确识别图像元素并生成自然语言描述**，全方位理解并洞察细节。此次测评覆盖了 12 个国内外高代表性的多模态理解大模型，腾讯混元模型在多模态基础能力和应用能力中获得 71.95 的分数。
IT之家查询得知，8 月榜单中涵盖国内外最具代表性的 12 个多模态理解大模型。腾讯混元大模型在总榜上位居第二，仅次于 **GPT-4o**。GPT-4o 取得 74.36 分，领跑多模态基准，基础多模态认知能力和应用能力均有 70 + 分的表现，在技术和应用方面均有一定领先优势。
SuperCLUE 评价称，在基础能力方面，国内大模型较海外模型仍有一定差距，尤其在细粒度视觉认知任务上，国内外最好模型有 5 分的差距，需要进一步对多模态深度认知能力做优化提升。
本次测评选取了 **4 个海外模型和 8 个国内代表性多模态模型**。其中为进一步评估开源和闭源的不同进展，本次参评模型包括 **4 个开源模型、8 个闭源模型**。
本次榜单的发布显示了多模态大模型领域的技术进步，腾讯混元大模型在国内大模型中取得第一，反映了其在多模态理解方面的技术实力。同时，榜单也表明，国内大模型在多模态深度认知能力方面与海外模型仍存在差距，未来需要继续在技术研发上投入力量，以缩小差距，推动多模态大模型技术的发展。
值得注意的是，SuperCLUE 基准选取了 12 个国内外最具代表性的多模态模型进行评测，这体现了 SuperCLUE 基准的权威性和公正性。同时，榜单也为国内外多模态大模型技术的进步提供了参考，有利于推动多模态大模型技术的发展。
未来，随着多模态大模型技术的不断发展，多模态大模型将在更多领域发挥重要作用，例如，在自然语言处理、计算机视觉、语音识别等领域，多模态大模型可以有效地提高任务的效率和准确性。
