WorldAuditBench

WorldAuditBench：首個評估多模態 Agent 3D 虛擬環境審計能力的全新基準測試

WorldAuditBench: Evaluating Multimodal Agent Capabilities in Interactive 3D World Auditing

WorldAuditBench 是一個專為評估多模態 Agent 在 3D 互動世界中進行「環境審計」而設計的全新基準測試，揭示了現今 AI 在結合「動作導航」與「視覺推理」上的巨大落差。