MineExplorer : le premier benchmark de tâches longues à l'échelle de la minute dans Minecraft
Titre original:让AI离开温室,走向动态世界:MineExplorer揭示顶级多模态大模型被忽视的能力断层
Résumé IA
L'équipe LongCat de Meituan publie MineExplorer, le premier benchmark évaluant des tâches longues à l'échelle de la minute en monde ouvert dans Minecraft, avec 813 instances vérifiées manuellement. L'évaluation de 18 grands modèles multimodaux de pointe révèle que le meilleur, Claude-Opus-4.6, n'atteint qu'un taux de réussite global de 41 %, chutant de 77 % pour les tâches à 1 saut à 12 % pour celles à 4 sauts, près de 60 % des échecs étant dus à des erreurs de navigation. MineExplorer est entièrement open source.
Points clés
- L'équipe LongCat de Meituan publie MineExplorer,le premier benchmark évaluant des tâches longues à…
- L'évaluation de 18 grands modèles multimodaux de pointe révèle que le meilleur,Claude-Opus-4.
- 6,n'atteint qu'un taux de réussite global de 41 %,chutant de 77 % pour les tâches à 1 saut à 12 %…
- MineExplorer est entièrement open source.
En bref
- Publié
- Mis à jour
- Source
- 公众号:龙猫LongCat(美团)
- Catégorie
- Articles et recherche
- Score IA
- 68
18 个顶级多模态模型在 Minecraft 里全翻车,每多一层隐藏前置条件成功率就砍半,搞具身智能的该看看感知和行动之间还隔着什么。
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : MineExplorer : le premier benchmark de tâches longues à l'échelle de la minute dans Minecraft. 23. juillet 2026. https://new.nat6.net/fr/news/cmryewabt00mnrolg1nxcjf18/