WorldAuditBench：多模态智能体审计3D世界

2026年9月30日，HuggingFace Daily Papers收录的论文提出 WorldAuditBench，一个面向交互式 3D 世界审计的基准。该基准包含 13 个基于 Unreal Engine 5 和 Three.js 构建的环境中的 213 个异常任务，覆盖五类异常，用于研究多模态智能体如何在交互式 3D 环境中耦合动作与视觉推理。在固定探索预算下，研究者评测了五款前沿模型，两种审计范式的成功率仅为 6.6% 至 42.3%，远低于人类的 83.4%。目前该报道为这一基准的首次披露，尚无后续跟进报道。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。