出海网消息，Visa发布首个行业基准。把来自12家实验室的22个AI模型放进真实购物场景测试，结果只有57.2%的测试通过，42.8%失败。表现最好的模型通过率82.2%，最差的只有28.9%。测试要求模型从对话里识别需求、凑齐信息决定买不买，以及在没找到合适商品时主动放弃。题目包括买电视、笔记本和个人护理电器。有54%的失败案例里，AI依然完成了下单。只是商品不符合买家要求，或者需求没被完全识别。
