ExeWorldBench：代码构建可执行 3D 世界的评测基准
ExeWorldBench 用于评估 AI 模型能否根据视觉观察或高层要求，以代码构建可执行的 3D 世界。它同时考察模型对世界结构、机械和因果原理的理解，以及将这些原理实现为行为由物理交互产生的系统的能力。三项任务依次涵盖单个机制、多阶段系统，以及根据目标和物理要求合成可执行世界。对前沿模型的实验表明，现有模型在这类世界建模方面仍存在明显局限。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。