中文视觉大模型格局重塑：豆包登顶总榜国产模型实现对海外的全面超越

4月29日消息，SuperCLUE-VLM2026年4月中文多模态视觉语言模型测评结果正式发布，国产模型迎来了大爆发。

字节跳动的Doubao-Seed-2.0-Pro-260215以90.66分的成绩位居总榜首位，超过了海外模型谷歌Gemini-3.1-Pro-Preview（89.35分）。

本次评测涵盖了国内外17款主流模型，国产阵营展现出强劲实力，阿里Qwen3.5系列、商汤SenseNova、智谱GLM等多款产品位列前茅。OpenAIGPT-5.4、X.AIGrok等海外知名模型仅处于中游水平，已被国产模型全面超越。

测评围绕基础认知、视觉推理、视觉应用这三个维度进行，涵盖通用识别、图表推理、医疗影像等25项具体任务。国产模型在基础认知和数据分析方面优势显著，得分大多超过90分，整体表现成熟且稳定。

不过在视觉推理以及工业、医疗等垂直领域的应用方面，国内模型还有进步的余地，一些专业场景下的得分相对较低。

综合来看，此次榜单表明中文多模态AI取得了关键突破，国产模型在中文场景的理解及综合能力方面已超越海外。