**Frontier3DBench：首个统一基准评测代码智能体在 3D 构建中的能力边界**

_Frontier3DBench: Benchmarking Coding Agents for 3D Creation across Objects, Scenes, and Interactive Open Worlds_

> 该研究提出了 Frontier3DBench，这是一个涵盖物体、场景及交互式开放世界的 145 项统一评测任务。实验表明，虽然 GPT-6.1-sol 在物体和场景构建中表现最佳，但所有代码智能体在参考重建的保真度上均低于文本驱动生成。此外，智能体在协调动作和持久状态（如运动清除和状态工作流）上的表现显著弱于单一机制，揭示了参考保真度与复杂活动完成是 3D 创建的主要瓶颈。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-11-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.09017)