Mine Odyssey:Minecraft里测智能体空间导航,180个任务含白宫凡尔赛
junxian_he · x · 2026-10-09
Mine Odyssey 是一个衡量智能体「野外」空间智能的基准，利用社区制作的丰富 Minecraft 地图，要求模型读图找路、开门、上下楼梯、爬梯等完成导航。覆盖巴黎圣母院、香港、凡尔赛宫、白宫等 30 个真实世界地点、20 个国家和地区，共 180 个任务。
- 任务形式：智能体按自然语言指令依序访问目的地，自选路线，完成后提交 claimdone。
- 评测指标：成功率(SR)、检查点覆盖率(CC)、路径加权成功率(SPL)、平均回合数与路径长度。
- 借助 Minecraft 模组社区，可引入天气、不同 HUD、第一/第三人称视角、参考路线等消融实验，研究这些因素对模型表现的影响。
- 网站含多个模型的实机录像与轨迹回放对比，以及 Opus effort 消融研究。
「编程与Agent」频道最新
- Neon 推出 TanStack AI 官方 AI Gateway 适配器，一个凭据调用多家模型 — matei_zaharia · 2026-10-23
- Reflection AI 演示 Beam 接入 opencode,自动微调 Gemma-4 准确率提升 66.5% — danielhanchen · 2026-10-23
- Cua 推出 Spaces SDK：让 Hermes 等 Agent 跑在你自己的电脑沙箱里 — Teknium · 2026-10-23
- PHP 爆两个未认证 RCE 漏洞，ProjectDiscovery 推全网免费告警服务 — cyb3rops · 2026-10-23
- Modal 开源 Spindle：Tinker 兼容自托管训练服务器，按 GPU 计费替代按 token 计费 — josh_wills · 2026-10-23
- 用 Cosmos DB Agent Kit 复查 Claude 写的 Azure 应用,实测能省多少 RU — adnan_hashmi · 2026-10-23