Portal2Bench
AI 开发平台 · 评测基准 开源基准测试

Portal2Bench

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。

工具好评率 100%
26 人参与评价

免费额度与规则说明

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。

功能深度解析与特色

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。

界面实测与功能预览

🔒 https://kingstonyip.com/portal2bench
Portal2Bench interface screenshot

小可实测优缺点评估

优势亮点

  • ✓ 打破二维纸面问答局限,以严密三维重力与动量守恒物理空间全面检验具身智能
  • ✓ 涵盖上百个难度递进的解谜关卡,全方位考验智能体的多步长远规划能力
  • ✓ 提供开箱即用的自动化运行测试管线,轻松接入主流视觉多模态大模型展开评测

注意事项与限制

  • ✕ 针对高分辨率连续画面的实时推演测试,对本地评测机器的图形显存有一定要求

准备好上手体验了吗?

点击下方按钮前往官方平台立即开启探索。

打开 Portal2Bench ↗

同类功能替代品推荐

💬 交流与问答

GitHub Powered