Bài báo & nghiên cứu

MineExplorer: ra mắt chuẩn đánh giá tác vụ dài cấp phút đầu tiên cho Minecraft

Tiêu đề gốc: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

Tóm tắt AI

Đội LongCat của Meituan phát hành MineExplorer, chuẩn đánh giá đầu tiên đạt tác vụ dài cấp phút trong thế giới mở Minecraft, gồm 813 mẫu được xác minh thủ công. Đánh giá 18 mô hình ngôn ngữ lớn đa phương thức hàng đầu cho thấy mô hình mạnh nhất Claude-Opus-4.6 chỉ đạt tỷ lệ thành công tổng thể 41%, giảm mạnh từ 77% ở tác vụ 1 bước xuống 12% ở tác vụ 4 bước, gần 60% thất bại bắt nguồn từ điều hướng thất bại. MineExplorer đã mã nguồn mở toàn diện.

Thông tin chính

  • Đội LongCat của Meituan phát hành MineExplorer,chuẩn đánh giá đầu tiên đạt tác vụ dài cấp phút…
  • Đánh giá 18 mô hình ngôn ngữ lớn đa phương thức hàng đầu cho thấy mô hình mạnh nhất Claude-Opus-4.
  • 6 chỉ đạt tỷ lệ thành công tổng thể 41%,giảm mạnh từ 77% ở tác vụ 1 bước xuống 12% ở tác vụ 4…
  • MineExplorer đã mã nguồn mở toàn diện.

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
公众号:龙猫LongCat(美团)
Danh mục
Bài báo & nghiên cứu
Điểm AI
68
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

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。

Thực thể liên quan

Nguồn và bản quyền

Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.

Orange News: MineExplorer: ra mắt chuẩn đánh giá tác vụ dài cấp phút đầu tiên cho Minecraft. 23 tháng 7 2026. https://new.nat6.net/vi/news/cmryewabt00mnrolg1nxcjf18/

Xem tất cả →