RealityBench用3D仿真评测VLM物理世界理解力

Relantic/Reliant AI 团队发布 RealityBench，一个基于 Blender 构建的仿真 3D 评测基准，涵盖屋顶光伏安装、汽车维修、房屋建造等真实体力工作场景，用于评估 26 到 30 多个前沿视觉语言模型（包括 Argon、Astra 等型号）对物理世界的理解能力。结果显示，模型在场景理解上「会读字」却难以准确判断尺寸等物理量，暴露了 VLM 在物理任务上的短板。

2026-10-14 ~ 2026-10-15 · 4 条相关

• RealityBench:26 个 VLM 评测显示模型会读字不会量尺寸 — arnabdotorg · 2026-10-14
• RealityBench 用 Blender 3D 场景实测 30+ 前沿模型物理理解能力 — arnabdotorg · 2026-10-14
• RealityBench：用3D世界评测30多个前沿模型的物理任务能力 — arnabdotorg · 2026-10-15

另有 1 条近重复转述:arnabdotorg