**WorldAuditBench:多模态智能体交互式3D世界审计基准**

_WorldAuditBench: Interactive 3D World Auditing with Multimodal Agents_

> 该论文提出WorldAuditBench,一个用于评估多模态智能体在交互式3D环境中检测异常(如悬浮物体、可穿墙等)的基准。研究对比了VLA探索+VLM识别与端到端VLM智能体两种范式,发现当前前沿模型成功率仅为6.6%-42.3%,远低于人类水平(83.4%),揭示了智能体在结合动作导航与视觉推理以验证异常方面的局限性。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-01 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.40325)