Chance Vision 1.5 登顶全球，开创视觉推理新纪元

2026 年 7 月 17 日至 20 日，上海举办的第十三届世界人工智能大会（WAIC 2026）成为人工智能领域的全球焦点。作为行业最具影响力的盛会之一，WAIC 汇聚了来自世界各地的顶尖企业与研究机构。在此期间，视觉智能公司 Chance AI 正式发布新一代视觉推理模型 Chance Vision 1.5，其在高难度多模态理解基准 MMMU-Pro 上取得 86.9% 的综合准确率，一举登顶榜单，达到当前最佳水平（SOTA），成为视觉推理领域的里程碑式成果。

这一成绩不仅远超人类专家（85.4%）、GPT-5.4 Thinking w/ tools（82.1%）以及 Gemini 3.0 Pro（81.0%），更证明了 Chance Vision 1.5 在处理复杂视觉信息、结合专业知识与进行深度推理方面的卓越能力。MMMU-Pro 基准测试以其严苛性著称，覆盖工程图、地图、图表、化学结构等专业视觉材料，并通过删除依赖非图像信息即可作答的问题、增加干扰选项等方式，全面考察模型的视觉推理能力。Chance Vision 1.5 的表现表明，它不仅能完成通用图像识别任务，更能应对结构复杂、信息密集且需要专业知识参与的视觉推理挑战。

从实验室到现实：Chance AI 将视觉推理带入展会现场

WAIC 2026 不仅是技术发布的舞台，更是 Chance AI 展示其技术落地能力的绝佳场景。Chance AI 将 Chance Vision 1.5 的核心能力直接嵌入展会环境，让观众通过简单的拍照操作即可完成展商识别、信息理解与结构化笔记整理。这种创新方式彻底改变了传统展会体验，将视觉推理技术从实验室推向了可交互的现实世界。

在展会现场，观众无需记住展商名称或组织关键词，只需用手机拍下展位、展板或设备，Chance AI 就能从画面中自动识别相关信息，包括展商背景、产品技术细节、团队介绍以及行业关注点，并将其提炼成可以继续追问、收藏与分享的结构化笔记。例如，当观众对准一台陌生的人形机器人时，Chance AI 不仅会识别出“这是一台人形机器人”，还会进一步分析展板内容、设备形态与上下文信息，说明其开发团队、展示的技术能力以及与同类产品的差异化优势。

从“看懂”到“行动”：个人记忆驱动的视觉智能 Agent

在发布 Chance Vision 1.5 的同时，Chance AI 还公开了一篇题为《Memory-Conditioned Tool Calling for Camera-First Visual Agents》的研究论文，首次系统披露了个人记忆如何影响视觉智能 Agent 的工具选择与行动决策。研究团队通过实验发现，个人记忆并非在答案生成后附加一句“根据你的喜好”，而是会在整个推理过程中提前影响 Agent 的行为逻辑。

实验使用了 800 张真实场景图片与受控构造的个人记忆，在保持视觉输入、基础模型和可用工具一致的前提下进行对照测试。结果显示，移除三层个人记忆后，工具查询相关性从 4.21 降至 3.74，相对下降 11.2%；端到端任务效用从 0.842 降至 0.760，相对下降 9.7%。这些数据表明，即使面对同一张图片，不同用户的真正需求与下一步行动也可能完全不同。个人记忆的作用在于，让 Visual Agent 不仅能识别眼前的对象，还能判断哪些信息与当前用户最为相关。

Chance AI 联合创始人兼 CTO 吴晓凡表示：“榜单验证的是 AI 能不能看懂复杂的视觉信息，而我们希望解决的是 AI 如何根据用户的个性化需求提供真正有用的信息。这是视觉推理技术从实验室走向实际应用的关键一步。”

视觉推理的未来：从展会到日常生活的无限可能

Chance Vision 1.5 的成功不仅展示了视觉推理技术的巨大潜力，也为未来的应用场景提供了广阔的想象空间。从展会信息整理到工业设计辅助，从医疗影像分析到教育内容理解，Chance AI 的技术有望渗透到各个领域，成为连接人类与复杂视觉信息的桥梁。

随着个人记忆驱动的视觉智能 Agent 的发展，AI 将不再只是被动地回答问题，而是能够主动理解用户的意图，提供个性化的服务。这种技术进步将极大地提升信息获取的效率，降低学习门槛，让每个人都能轻松驾驭复杂的专业知识。

Chance AI 的此次发布，标志着视觉推理技术正式迈入了一个全新的阶段。未来，随着技术的不断迭代与优化，Chance Vision 1.5 有望成为推动各行各业数字化转型的重要力量，开启一个全新的智能时代。