基于传送门物理空间解谜挑战全面检验多模态智能体三维空间推理能力的专业基准。
开源三维物理空间推理基准测试集与智能体评测适配脚本完整免费获取。
Portal2Bench 专为破解当前大语言模型基准测试过度依赖文本做题、缺乏真实三维物理世界因果推演能力的痛点而设计。经典物理益智游戏传送门要求玩家在严密的牛顿力学、动量守恒与重力加速度环境中展开多步空间路径规划。Portal2Bench 将这套复杂的机制转化为严谨的智能体评测基准,全面考量多模态智能体能否通过离散或连续视角画面,精准理解空间深度、预判传送门动量弹射轨迹并制定出连贯解谜策略,成为检验高阶通用具身智能的核心试金石。