Google、UCLA、CMU 发布 GenXR-Bench 评测基准
热点事件持续更新
Google、UCLA、CMU 发布 GenXR-Bench 评测基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Google、UCLA 与 CMU 发布 GenXR-Bench，用 112 个专家编写的任务评测编码智能体开发 XR 应用的能力，任务涵盖 XR 功能开发、缺陷修复和完整应用构建。该基准的测试模拟手部与房间输入，其结果与使用真实头显的盲测专家判断吻合 96.5%。 结果显示，Claude Opus 5 以 50.9% 的任务完成率领先，但在 SDK 功能任务上，没有模型超过 29.2%。失败运行中，64.4% 出现坐标系错误，44.9% 出现启动竞态条件，即丢失 3D 空间定位是常见失败原因。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 17:21
Google、UCLA 与 CMU 发布 GenXR-Bench：编码智能体开发 XR 应用常因丢失 3D 空间定位而失败报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- RadarAIGoogle、UCLA 与 CMU 发布 GenXR-Bench：编码智能体开发 XR 应用常因丢失 3D 空间定位而失败
Google、UCLA 与 CMU 发布 GenXR-Bench，用 112 个专家编写任务评测编码智能体开发 XR 应用的能力，其模拟手部与房间输入的测试与真实头显上盲测专家判断吻合 96.5%。Claude Opus 5 以 50.9% 领先，但在 SDK 功能任务上无模型超过 29.2%；失败运行中 64.4% 出现坐标系错误，44.9% 出现启动竞态条件。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。