热点事件观察中
WorldAuditBench评测3D世界审计能力
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年10月1日，arXiv发布论文《WorldAuditBench：用多模态智能体审计交互式3D世界》。论文提出一个交互式3D世界审计基准，基于Unreal Engine 5构建13个环境，设置213项异常任务，覆盖五类异常。在固定探索预算下，研究评估了五个前沿模型，采用“VLA探索后由VLM识别异常”和端到端VLM智能体两种范式。模型成功率为6.6%至42.3%，低于人类83.4%的成功率。
AI 根据报道生成 · 1 天前更新
最新进展10月1日 01:55
论文发布WorldAuditBench，模型异常审计成功率为6.6%至42.3%，低于人类83.4%。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · 多模态、视频与世界模型精选WorldAuditBench：用多模态智能体审计交互式3D世界
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%。
本事件热度走势
当前热度 3·可比范围峰值 3（10月2日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。