PlaySuite：交互式视觉智能大规模基准

2026年10月7日，arXiv cs.CV 刊出 PlaySuite，一个面向交互式视觉智能的大规模基准。该基准覆盖 5K+ 款开源视频游戏，涉及 Pygame、HTML5、Godot、Unity 等引擎。团队采用统一的闭环交互框架，并以 Video-LLM-as-a-judge 方式评估了 14 个近期开源模型，结果显示存在明显的“感知-行动鸿沟”：模型推理能力虽强，却在空间定位、动作执行与自我纠错上反复失败，难以在交互过程中持续取得进展。目前该事件仅有这一篇报道，尚无后续更新或不同来源的补充。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。