Frontier3DBench

新的 Frontier3DBench 评估用于 3D 创作的 AI 编码代理

引入了一个名为 Frontier3DBench 的新基准，用于评估编码代理在跨对象、场景和交互式开放世界的 3D 创作能力。该基准包含 145 个任务，并从外观、结构和行为方面评估代理。实验表明，GPT-6.1-sol 在对象和场景任务上表现最佳，而 GPT-6-ASTRA 在交互式世界构建方面处于领先地位。已识别出的主要挑战包括准确重现指定的几何形状和细节，以及在生成的世界中完成协调动作和管理持久状态。