在人类的认知能力评估中，智商测试（IQ Test）被广泛用作衡量抽象推理和逻辑思维的标准。这类测试通过剥离语言背景、特定领域知识等，更加专注于人类的核心认知能力。然而，在人工智能领域，尤其是在多模态系统当中，目前却缺乏这样一个能够全面量化这些关键认知维度的评估标准。虽然现有的多模态模型在特定任务如OCR、目标定位以及医学图像分析等领域表现优异，但它们的评估指标并未涵盖核心推理能力。