VibeWorlding 基准：开源 30B 模型在 3D 世界构建中胜出

Justgototheeffinmoon · reddit · 2026-08-18

新论文《VibeWorlding》提出了 VWE-BENCH 基准，评估多模态智能体能否从自然语言提示端到端构建交互式 3D 开放世界。论文指出，即使是 GPT-5.5 和 Qwen3.8-Max 等前沿模型，在该任务上的成功率也不足 60%，主要瓶颈在于“精确的 3D 世界编辑”。

令人意外的是，一个 30B 参数的开源模型 VibeWorlder-30B-A3B 取得了最佳成绩。该模型在作者提供的沙盒工具和验证器环境下进行微调，证明了通过针对可验证奖励的强化学习（而非单纯扩大参数规模）可以有效提升此类任务表现。