arXiv · 多模态、视频与世界模型· Ziyan Jiang·· 3 天前精选AI 评分77
WorldAuditBench：用多模态智能体审计交互式3D世界
WorldAuditBench: Interactive 3D World Auditing with Multimodal Agents
AI 导读
WorldAuditBench提出一个交互式3D世界审计基准，包含基于Unreal Engine 5构建的13个环境和213项异常任务，覆盖五类异常。论文在固定探索预算下评估五个前沿模型，采用VLA探索后由VLM识别异常，以及端到端VLM智能体两种范式，成功率为6.6%至42.3%，低于人类的83.4%。
推荐理由
WorldAuditBench将3D世界审计拆为探索行动与视觉推理，并用统一预算比较两种范式，可用于评估多模态智能体的证据搜集能力。
来源：arXiv · 多模态、视频与世界模型 · arxiv.org