arXiv cs.CV· Dheeraj Varghese, Anna Vettoruzzo, Walter Simoncini, Michelle Lorena Acevedo Callejas, Mohammad Mahdi Derakhshani, Kristof Meding, Joaquin Vanschoren, Cees G. M. Snoek·· 4 小时前AI 评分39
PlaySuite：面向交互式视觉智能的大规模基准
PlaySuite: A Large-Scale Benchmark for Interactive Visual Intelligence
AI 导读
PlaySuite 是覆盖 5K+ 款开源视频游戏的交互式视觉智能大规模基准，涵盖 Pygame、HTML5、Godot、Unity 等引擎。团队用统一闭环交互框架与 Video-LLM-as-a-judge 评估 14 个近期开源模型，发现明显的感知-行动鸿沟：模型推理虽强，却在空间定位、动作执行与自我纠错上反复失败，难以持续取得进展。
来源：arXiv cs.CV · arxiv.org