arXiv·· 12 天前AI 评分31
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
研究者推出 PlaySuite，一个覆盖超 5K 款开源视频游戏的大规模基准，用于评估多模态基础模型的交互式视觉智能。这些游戏来自 PyWeek 与 itch.io，涵盖 Pygame、HTML5、Godot、Unity 等引擎与多种类型，对当前模型大多属于分布外数据。该基准针对现有评测忽视的长时间跨度动态环境中的行动能力。
来源：arXiv · arxiv.org