美团发布业界首个中文全模态评测基准UNO-Bench，揭示全模态大模型”组合定律”

11月6日，美团LongCat团队正式发布UNO-Bench全模态评测基准，这是业界首个面向中文场景的一站式全模态大模型评估体系。该基准通过统一框架同时衡量模型的单模态与全模态理解能力，并首次验证了全模态大模型的“组合定律”——弱模型受限于短板效应，而强模型则呈现协同增益效应，为行业提供了跨越模型规模的分析范式。

UNO-Bench包含1250条人工标注的全模态样本和2480条增强型单模态样本，覆盖44类任务及5种模态组合。其设计严格遵循跨模态可解性原则，98%的题目需依赖多模态信息融合才能解答，显著提升了评估的科学性。评测结果显示，以Gemini为代表的闭源模型在单模态及跨模态理解上仍领先开源阵营，但在复杂推理任务（如空间时序推理）中与人类专家存在差距。值得注意的是，该基准创新性地引入多步骤开放式问题形式，结合通用评分模型实现95%的自动化评估准确率。

此次发布是对美团11月3日开源的LongCat-Flash-Omni全模态模型的技术呼应。该5600亿参数模型采用端到端架构，在UNO-Bench测试中达到开源最先进水平，其创新的MoE设计（激活参数仅27B）实现了全模态实时交互能力。美团在两个月内已形成覆盖文本、图像、音频、视频的全模态模型家族，标志着其AI战略从基础研发到应用落地的闭环构建。

目前UNO-Bench数据集及相关代码已在Hugging Face平台开源，团队正推进英语及多语言版本开发。美团表示将持续扩展STEM与代码等高难度任务，探索模态交互机制，推动下一代通用AI发展。