VibeWorlding-Gym

新框架VibeWorlding使AI能够从文本构建3D世界

研究人员开发了VibeWorlding，这是一个用于训练和评估多模态智能体的框架，这些智能体能够根据文本提示构建3D开放世界。该系统包括一个基准数据集（VWE-BENCH）和一个强化学习框架（VibeWorlding-Gym）。实验表明，包括GPT-5.5和Qwen3.8-Max在内的当前大型语言模型在此任务上面临挑战，成功率低于60%。然而，强化学习训练显著改进了开源模型，其中VibeWorlder-30B-A3B的表现甚至优于前沿模型。