Artificial Analysis 发布 AA-3D 基准并上线场景对比工具

Artificial Analysis 发布 AA-3D 基准，评测 AI 模型构建交互式 3D 场景的能力：21 个模型作为智能体在离线沙箱中把书面简报转化为 three.js 网页，每个模型最多有 3 小时和 250 轮操作。超过 1000 名评委盲评产出，每人至少观看每个场景 30 秒后投票，累计逾 10000 票，据此给出 21 个模型的 Elo 排名及 95% 置信区间。据 Artificial Analysis 称，生成一个场景的成本因模型而异，从 0.20 美元到 32.08 美元不等。 随后上线的 AA-3D Explorer 让用户在浏览器中从七个领域任选一个任务简报，逐个切换模型查看同一场景的构建结果，并可操控、飞行和点击浏览场景，以直观对比各模型表现。

AI 根据报道生成 · 1 小时前更新

1. 10月27日 10:23 · 1 篇报道
   Artificial Analysis 推出 AA-3D 浏览器场景对比工具
   RadarAI：Artificial Analysis 推出 AA-3D Explorer：浏览器内对比各模型生成的 3D 场景
2. 10月13日 07:40 · 1 篇报道
   Artificial Analysis 发布 AA-3D 3D场景构建基准
   RadarAI：Artificial Analysis 发布 AA-3D 基准，评测模型构建交互式 3D 场景能力

还没有足够的连续观测数据，暂不绘制趋势。