Frontier3DBench 发布：145 个任务实测编码 Agent 的 3D 建世界能力
_akhaliq · x · 2026-11-06
Einsia AI 发布 Frontier3DBench,统一评测编码 Agent 在 3D 创作上的能力,提出问题:编码 Agent 能否替代传统 3D 视觉管线、用代码构建完整可交互世界？
基准构成
- 145 个任务、9 个任务族、3 个层级:L1 物体(65)、L2 场景(65)、L3 交互式开放世界(15)
- 覆盖 Blender 与 Unreal Engine 5,产出可打开、编辑、运行的原生工程
- 11 个「前沿模型 + harness」组合,联合评估外观、结构与行为
榜单要点(总分 = 30% L1 + 30% L2 + 40% L3)
- GPT-6.1 Sol(Codex harness)以 66.02 居首
- GPT-6 Astra 63.85、Claude Opus 5.5(Claude Code)62.29 分列二三
- DeepSeek V4.1 Flash 57.45、Kimi K3.1 Pro 55.96 紧随其后
- L3 交互世界层级普遍掉分明显,交互与持久状态仍是主要瓶颈
项目页、GitHub 与论文均已公开。
所属事件:Frontier3DBench 发布：145 项任务实测编码 Agent 3D 建世界能力(2 条相关)→
「编程与Agent」频道最新
- 开发者晒多智能体协作：AI 团队自动完成黑五折扣码全流程 — pramodk73 · 2026-11-06
- 开发者让 Codex 重启服务器，结果被搞坏 systemd 损失超万美元 — burny_tech · 2026-11-06
- Berkeley 等发布 Exo 架构：agent 边干活边改自身代码，省 35-61% 成本 — dair_ai · 2026-11-06
- 符号信念修正+几何质量投影，RAG重排序提升至0.481 nDCG@10 — letandrewcook · 2026-11-06
- 开源免费课程 AI Engineering from Scratch：手写全部算法 — HowDevelop · 2026-11-06
- 为 AI 智能体立宪:Charter 用 Lean4 打造形式化验证的规则语言 — QuixiAI · 2026-11-06