SolidWorks-Bench 发布:73 台真机图纸测 CAD 智能体,无一完成整机
DevvMandal · x · 2026-11-19
SolidWorks-Bench:机械设计版智能体基准
Markov 发布 SolidWorks-Bench,测试多模态智能体能否在 SolidWorks 里端到端完成真实机械设计任务。每道题为一张工程图纸包(总布置图 + 每个自定义零件的全尺寸图纸 + 外购件 STEP 文件),智能体需建模所有零件、用配合关系完成可运动的装配,并保存工程师可继续编辑的原生文件。
核心结果:没有任何模型能完整造出一台机器。
- 规模:73 台机器、3,434 个自定义零件、5,959 个外购件、12,213 张图纸,时间限制 2.7–24 小时不等
- 排行(平均奖励):Fable 5.2 以 0.573 居首,其后为 Astra Sonnet 5.5(0.426)、Opus 5.5(0.347)、Kimi K3.1(0.342)、DeepSeek V4.1(0.196)等
- 最好的 Fable 5.2 也只有 43% 的自定义零件完全正确;模型在单个零件上接近可用,但装配环节普遍失败
- 任务涵盖 CNC 雕刻机、3D 打印机、FRC 履带机器人、自主机器人等
所属事件:SolidWorks-Bench 发布:AI 无一完成整机装配(2 条相关)→
「编程与Agent」频道最新
- Stripe 工程师自禁 PPT:用 AI 半小时做互动演示取代幻灯片 — hazelcough · 2026-11-19
- 微软 Autopilot 架构图曝光:OpenClaw 作为沙箱网关嵌入 — steipete · 2026-11-19
- AI 咨询实战复盘:项目要可复制,先绑业务数字再写代码 — alex_verem · 2026-11-19
- 做砸后推倒重来:Modem 2.0 放弃自有 AI PM,改为兼容用户自己的 agent — jevon · 2026-11-19
- 休假期指挥 agent 舰队跑 15 个仓库:最慢的瓶颈竟是我自己 — yi_ding · 2026-11-19
- 开发者做本地 MCP 服务器:让 Claude 全盘搜索 PDF、旧邮件、语音和照片 — IndependentBook5854 · 2026-11-19