BlenderWorld：通义千问推出的AI三维创作智能体标准化测试数据集
BlenderWorld是阿里通义千问Qwen团队开源的视觉智能体3D创作评测基准，基于Blender，评估大模型生成完整.blend工程的能力，包含数据集、MCP通信插件、自动化评测脚本。
BlenderWorld是阿里通义千问Qwen团队开源的视觉智能体3D创作评测基准，基于Blender，评估大模型生成完整.blend工程的能力，包含数据集、MCP通信插件、自动化评测脚本。
MineExplorer 是美团 longcat 团队联合上海交通大学共同开源的Minecraft 开放世界大模型智能体评测基准，项目整体由仿真沙箱环境、自动任务生成流水线、标准化评测执行模块...
WBench是美团LongCat团队联合复旦大学开源的交互式视频世界模型专项评测基准，内置海量标准化测试案例与22项自动化评估指标，支持多轮交互、双视角与多种控制范式，可全方位...