腾讯 VibeWorlding：多模态 Agent 端到端构建 3D 开放世界

腾讯发布论文《VibeWorlding》，提出统一框架训练和评估能从自然语言提示端到端构建交互式 3D 开放世界的多模态智能体，使其可以推断意图、规划 3D 场景、调用工具并根据反馈迭代。配套的 VWE-BENCH 基准显示，即便是 GPT-5.5 和 Qwen 等模型也难以胜任，而一个开源 30B 模型在评测中胜出。

2026-08-18 ~ 2026-08-18 · 2 条相关