发布工程Agent基准EngiWorld

EngiWorld论文作者团队在arXiv发布面向专业工程环境的智能体评测基准EngiWorld，并对七个前沿模型进行评测，发现能力差距显著。 该基准覆盖CAD、CAE、CAM、BIM、EDA、DCC六个工程领域、26款专业软件，包含1,301个专家整理任务，支持GUI和CLI两种操作方式。评估采用以产物为中心的方法，通过领域验证器检查最终和中间产物的几何有效性、物理可行性及设计规则符合度。 基于论文摘要的结果显示：最强模型得分仅44.7/100，需要跨软件协调的任务成功率仅3.6%。

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。