提出PlaySuite交互视觉基准

作者提出 PlaySuite，一个覆盖超过5K款开源电子游戏的大规模交互式视觉智能评测基准，覆盖多种类型与游戏引擎，并构建适用于异构游戏的统一闭环交互框架和 Video-LLM 评审协议。基于论文摘要，作者评测了14个近期开源模型，发现模型虽具备较强推理能力，却难以持续推进目标，并在空间定位、动作执行和自我纠错方面反复失败。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。