1
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
顶级多模态大模型在静态任务中出类拔萃，但一到实时变化的动态世界就集体“翻车”，这篇评测揭示了惊人能力断层。
美团 LongCat 团队构建了 MineExplorer —— 首个在开放世界中做到分钟级长程任务的评测基准，系统性地评测多模态大模型在需要长程规划、并包含隐藏前置条件的任务中的真实能力。
顶级多模态大模型在静态任务中出类拔萃，但一到实时变化的动态世界就集体“翻车”，这篇评测揭示了惊人能力断层。
美团 LongCat 团队构建了 MineExplorer —— 首个在开放世界中做到分钟级长程任务的评测基准，系统性地评测多模态大模型在需要长程规划、并包含隐藏前置条件的任务中的真实能力。