SketchAgentBench：25 张照片实测 11 个模型的 3D 空间推理
wsxiaoys · reddit · 2026-11-07
开发者 wsxiaoys 基于 3D 编码 playground 制作的开源基准 SketchAgentBench，用 25 张真实照片对 11 个 LLM 的 3D 空间推理能力进行评测：
- 任务形式：模型根据照片在 3D 场景中重建物体，考察从 2D 图像推断空间结构与尺度的能力
- 全部结果可在 sketchagent.dev 上以 3D 方式逐条检视，附完整会话轨迹和可编辑脚本
- 示例：排行榜上的 gemini-4-argon 用 29 次工具调用重建了 Tiny Glade 的小屋场景
对关心模型空间理解/具身前置能力的开发者是一个可复现、可检视的新基准。
「研究」频道最新
- GroundedSI 在 CoRL 展出实时手部姿态与 SLAM,机器人数据即时转训练数据 — micoolcho · 2026-11-07
- 网友爆料：frontier lab 恶意刷 ICLR 审稿，审稿乱象或成丑闻 — examachine · 2026-11-07
- Persona Atlas：把 Qwen 的非神经元人格地图可视化，输出相当诡异 — Sauers_ · 2026-11-07
- 只转向第 15 层注意力输出,Qwen 自称是「一群人」且 40 次采样 21 次中招 — Sauers_ · 2026-11-07
- 每日一个Agent第19天:用夜间自动化agent做测序QC — nlarusstone · 2026-11-07
- 「能否用CRISPR把疱疹病毒从我们DNA里剪掉?」引发讨论 — moultano · 2026-11-07