RealityBench：用3D世界评测30多个前沿模型的物理任务能力

Reliant AI 发布 RealityBench，一套由 3D 世界组成的基准，用于评测 30 多个前沿模型在物理工作任务上的表现，涵盖 Argon、Astra、Fable、Muse Wonder 等模型。由于底层是 3D 世界，该基准可以「弯曲」现实来生成新的真值数据，突破了传统固定数据集的局限。