跳到正文
arXiv · 机器人与计算机视觉· Andrew Perrault (Relantic, Inc., Columbus, OH, USA), Anmol Takiar (Relantic, Inc., Columbus, OH, USA), Dominik Winecki (Relantic, Inc., Columbus, OH, USA), Arnab Nandi (Relantic, Inc., Columbus, OH, USA)·· 2026-10-15精选AI 评分78

RealityBench:基于仿真环境的 VLM 人类体力工作文档化能力评测基准

RealityBench: Simulated Environments to Evaluate a Vision Language Model's Ability to Document Human Physical Work

AI 导读

RealityBench 是一个在 Blender 中构建的包含十一类物理工作环境(如屋顶太阳能安装、车辆维修)的评测基准,旨在评估视觉语言模型记录人类体力工作的能力。

推荐理由

该研究在 Blender 中构建了十一类物理工作场景,对 26 个 VLM 模型进行文档化能力评测,揭示了其在读取测量值和判断空间关系上的短板。

来源:arXiv · 机器人与计算机视觉 · arxiv.org