? 2025 最新多模态大模型性能对比：OpenCompass 评测结果全公开
多模态大模型作为 AI 领域的关键技术，在 2025 年迎来了新一轮的爆发。OpenCompass 作为国内权威的大模型评估平台，其最新评测结果揭示了行业的最新动态和各模型的表现。本文将基于 OpenCompass 的评测数据，对主流多模态大模型进行全面对比分析，为读者提供有价值的参考。
? 评测方法与指标
OpenCompass 采用了一套科学严谨的评测体系，涵盖了视觉、语言、语音等多个模态，以及推理、生成、跨模态理解等多个任务。评测指标包括准确率、响应速度、多模态处理能力等，同时还考虑了模型的商业化程度、使用成本、支持的开发工具等因素。
在评测过程中，OpenCompass 使用了大量的真实数据和实际应用场景，确保评测结果能够真实反映模型的实际性能。例如，在视觉领域，评测数据包括了各种复杂场景的图像识别和理解任务；在语言领域，评测数据包括了文本生成、问答、翻译等任务。
? 国内模型表现亮眼
阶跃星辰 Step-1o 系列
阶跃星辰的 Step-1o 系列模型在 OpenCompass 评测中表现突出，尤其是 Step-1o Vision 在视觉领域位列国内第一。该模型采用了原生端到端文本、视觉、语音三模态生成理解一体化架构，在视觉感知、识别、指令跟随、空间理解与推理等方面实现了显著提升。
在实际测试中，Step-1o Vision 能够准确识别复杂场景或相似图片中的内容，甚至还能精确识别图中的多种语言。例如，在识别复古插画中的 “个人交通工具”、“未来城市” 等关键词时，该模型表现出色，并能翻译小字的意大利语。此外，Step-1o Vision 还能识别出图中是用铰链连接的三个手机，而非真正的折叠屏手机。
商汤 “日日新” 融合大模型
商汤的 “日日新” 融合大模型在 OpenCompass 评测中也取得了优异成绩，以总分 68.3 的成绩与 DeepSeek V3 并列国内榜首。该模型实现了原生融合模态，深度推理能力与多模态信息处理能力均大幅提升。
在实际应用场景中，“日日新” 融合大模型能够有效满足用户对图像、视频、语音、文本等多源异构信息的综合处理与识别需求。例如，在医疗领域，该模型可以辅助医生进行医学影像诊断，提高诊断准确率和效率。
云从科技从容大模型
云从科技的从容大模型在 OpenCompass 评测中以 80.7 分的综合成绩登顶榜首，超越了 GPT-4.1 等国际头部模型。该模型聚焦通用视觉语言理解与推理任务，通过多模态对齐、高阶推理、长上下文建模等核心技术优化，构建起全球领先的技术壁垒。
在评测中，从容大模型在医学健康、数理逻辑、艺术设计等十余个专业领域表现突出，尤其在 MMBench 中文测试、高难度学科综合评测（MMMU）及高阶推理榜单（MMStar）中均拔得头筹。
? 国际模型表现分析
GPT-5
GPT-5 作为 OpenAI 的最新模型，在 MMLU 基准测试中得分 98.7%，逼近人类专家水平。该模型支持文本、图像、语音、视频及 3D 点云五模态输入输出，在多模态处理能力上有了显著提升。
在实际应用中，GPT-5 与宝马合作开发的 “车载智能助手” 在慕尼黑试点车队中实现了语音控制、路况预测、疲劳监测一体化，事故率降低 35%。此外，GPT-5 还与 Mayo Clinic 合作开发了 AI 辅助诊断系统，在罕见病筛查中准确率提升至 98%，缩短诊断周期 60%。
Claude 3
Anthropic 发布的 Claude 3 系列模型在多模态能力上也有了较大突破。Claude 3 Opus 在部分行业基准测试中的表现优于 GPT-4 和 Gemini Ultra，如本科生水平的知识、研究生水平的推理和基础数学。
然而，实测结果显示，Claude 3 Opus 在图片识别准确率上仍有不足。例如，在识别华为 Mate50 的手机宣传图时，Claude 3 Opus 将其错认成 “Mate40”，而 GPT-4 则表示无法识别出具体型号。
PaLM 3
PaLM 3 作为谷歌的最新模型，在参数规模上达到了 5400 亿，在多模态处理能力上也有了一定提升。然而，由于缺乏具体的评测数据，其在 OpenCompass 评测中的表现尚不清楚。
? 综合对比与总结
从 OpenCompass 的评测结果来看，国内多模态大模型在性能上已经接近国际领先水平，尤其在视觉领域和中文处理方面表现突出。例如，阶跃星辰的 Step-1o Vision 和云从科技的从容大模型在视觉和综合性能上均超越了部分国际模型。
国际模型如 GPT-5 和 Claude 3 在多模态处理能力上仍有优势，但在实际应用中也存在一些不足。例如，GPT-5 在医疗诊断等领域的应用效果显著，但在某些具体任务上的表现仍有待提高。
在商业化方面，国内模型如阶跃星辰和商汤已经在多个领域实现了落地应用，如智能巡检、AIGC 营销等。国际模型如 GPT-5 也在汽车、医疗等领域有了实际应用案例。
总体而言，2025 年多模态大模型的竞争将更加激烈，技术路线的分歧也将更加明显。国内模型在性能和应用上的快速发展，为我国 AI 产业的发展提供了有力支撑。未来，随着技术的不断进步和应用场景的不断拓展，多模态大模型有望在更多领域实现突破，为人类社会带来更多的价值。
该文章由dudu123.com嘟嘟 ai 导航整理，嘟嘟 AI 导航汇集全网优质网址资源和最新优质 AI 工具。
