公众号正文需在微信内阅读，站内仅提供摘要。
在微信中打开原文（在新标签页打开）MineExplorer：美团 LongCat 评测揭示顶级多模态大模型在动态开放世界中的能力断层
AI 导读
美团 LongCat 团队构建 MineExplorer，这是首个在开放世界中做到分钟级长程任务的评测基准，含 813 个人工验证实例（1-hop 到 4-hop）及规则化里程碑自动评测框架。
公众号：龙猫LongCat（美团）
精选
62
AI 编辑部评分，满分 100MineExplorer：美团 LongCat 评测揭示顶级多模态大模型在动态开放世界中的能力断层
美团 LongCat 团队构建 MineExplorer，这是首个在开放世界中做到分钟级长程任务的评测基准，含 813 个人工验证实例（1-hop 到 4-hop）及规则化里程碑自动评测框架。
推荐理由
感知强于推理、导航失败占比近60%，把具身智能的瓶颈清晰地拉回到规划能力，而非感官或资源。
来源：公众号：龙猫LongCat（美团）· mp.weixin.qq.com