Dual Exam 基准：多模态智能体与世界模型表现脱节

港科大牵头联合港大、新国立、CMU、斯坦福等机构发布 Dual Exam 基准，将多模态智能体与世界模型拆开分别评测并覆盖多个领域。初步测试显示两者表现不均衡，智能体能力与世界模型能力并不耦合——一个强不代表另一个强。该基准为「智能体是否真的内含世界模型」提供了受控评测工具。