研究人员推出了PlaySuite,这是一个旨在评估AI模型交互式视觉智能的大型基准。该基准利用了来自Pygame和Unity等各种引擎的超过5000个开源视频游戏,旨在测试模型在动态环境中超越静态感知任务的能力。对十四个模型的初步评估揭示了显著的感知-行动差距,突显了当前在持续进展、空间定位和自我纠正方面的局限性,表明需要改进AI中以目标为导向的交互能力。 AI
影响 突显了AI在复杂环境中动态交互能力的局限性,可能指导未来研究朝着更具适应性和以目标为导向的智能体发展。
排序理由 该条目描述了在arXiv上发布的一个新的AI研究基准。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →