上传图片，并排对比多模态大模型谁更聪明
Multi-Modality-Arena 是一个基于 Gradio 构建的多模态模型评测平台，灵感来自 Chatbot Arena，但专注于视觉-语言模型（VLM）。它允许用户并排比较不同模型的输出，并支持上传图片作为输入，以测试模型在视觉问答（VQA）等任务上的表现。项目内置了多种主流模型的接入，如 MiniGPT-4、LLaMA-Adapter V2、LLaVA、BLIP-2 等，用户无需复杂配置即可快速启动评测。其核心价值在于降低多模态模型对比的门槛，为研究者、开发者或爱好者提供一个直观、交互式的基准测试环境，帮助快速评估模型在真实图片输入下的能力差异。项目仍处于早期阶段，代码结构清晰，易于扩展新模型。
LMSYS Chatbot Arena、OpenCompass、VLMEvalKit
Multi-Modality-Arena 是评测安全领域的开源项目，由 OpenGVLab 开发，2023 年首次发布。
它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 566。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-17。可自行部署，无付费版本。
它主要面向的使用场景是：研究者快速对比多个VLM在视觉问答上的表现。同类可对比的替代方案包括 LMSYS Chatbot Arena、OpenCompass、VLMEvalKit。
上一篇：chatgpt-failures
下一篇：OPERA
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.
Tracely-ai
开源
把生产事故变成回归测试，合并前自动拦截 AI 故障
Trace-native CI/CD for AI agents — production failures become regression tests that···
