**GameCraft-Bench：端到端游戏生成的交互式评估基准**

_GameCraft-Bench: Can Agents Build Playable Games End-to-End in a Real Game Engine?_

> 端到端游戏生成要求智能体在游戏引擎中将自然语言描述转化为可玩系统。GameCraft-Bench 提出基于交互的评估框架，包含 140 个 Godot 任务，覆盖 15 种游戏类型。评测显示前沿编码智能体最高得分仅 41.46%，多数不足 40%，虽能实现基本机制，但难以交付内容完整、视觉反馈一致的游戏成品。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-17 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.17861)