Meta 发布 InteractiveWorld：可验证环境测试 MLLM 能否当人类现场助手

meta · hf · 2026-10-27

Meta 与杜克大学推出 InteractiveWorld，首个面向人机闭环交互的可验证环境：不同于以机器人为中心的模拟器，它让多模态大模型助手实时指导一个由环境模拟的'人类智能体'——助手下达指令、人类观察场景并自主执行，环境随之更新。配套 InteractiveBench 基准含 120 个多轮任务、六大类，用可验证的状态奖励评分。对 12 个前沿 MLLM 的实验显示其离可靠助手还很远：最强的 Claude Fable 5.1 在 Long-horizon Guidance 与 Planning 任务上也仅约 20% 和 25%。