Dual Exam基准：分开评测多模态智能体与世界模型

2026年10月26日，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。该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，两者表现并不均衡，智能体能力与世界模型能力并不耦合，即一个强不代表另一个强。报道称，该基准为判断“智能体是否真的内含世界模型”提供了受控评测工具。目前公开信息仅涉及基准发布与初步测试结论，尚未披露具体评测分数或后续计划。

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。