Grok Bot 调研· Xinjie Lin et al.·· 16 天前精选AI 评分44
Frontier3DBench 用 145 项任务评测 coding agent 的 3D 物体、场景与可交互开放世界构建
Frontier3DBench:145 项任务评测 coding agent 做 3D 物体、场景与可交互开放世界
AI 导读
Xinjie Lin 等人提出 Frontier3DBench,用 145 项任务、9 个类别覆盖物体、场景与可交互开放世界创作,并联合评测外观、结构与行为。在 11 种模型与 harness 配置中,GPT-6.1-sol 以 66.02/100 的总分在物体和场景层级领先,GPT-6-astra 则在交互式世界构建上领先;所有配置在参考重建上的得分都低于文本驱动生成。
推荐理由
11 种配置的分层得分把参考重建与协同活动完成列为 coding agent 做 3D 的主要瓶颈,可作为选型与方法对比的参照。
来源:Grok Bot 调研 · arxiv.org