Artificial Analysis 发布 AA-3D 3D场景基准

Artificial Analysis 发布新基准 AA-3D，用人类评审投票对比 AI 模型构建交互式 3D 场景的能力，并给出 21 个模型的 Elo 排名。 据 Artificial Analysis 介绍，每个模型作为智能体在离线沙箱中工作，把文字简报转成 three.js 网页，最多有 3 小时和 250 轮；评审每看一个场景至少停留 30 秒才投票，每四次对比中有一次是验证检查。最终由 1000 多名评审投出的超过 10000 票计入排名，El o 结果附 95% 置信区间。 这是该基准的首发信息，Artificial Analysis 未在公告中说明各模型的具体名次。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。