您的位置:首页 >要闻 >

快资讯丨Einsia AI发布Frontier3DBench:Agent离真实3D创作还有多远?

2026-11-06 18:38:04    来源:机器之心Pro

机器之心发布

过去,三维重建、生成与编辑高度依赖传统视觉与图形学中的专用算法管线。而如今,具备视觉理解与程序执行能力的 Coding Agent 正在颠覆这一过程 ——将以往所有的三维视觉难题,全部转化为代码生成问题。

然而,现有的评测基准往往将 “静态几何质量” 与 “动态世界交互” 割裂开来,难以回答一个核心问题:


(资料图)

「今天的 Coding Agent,究竟能否接住从物体、场景到开放世界的全栈创作需求?」

为此,Einsia AI 发布Frontier3DBench。该基准横跨 Blender 与 Unreal Engine 两大工业级环境,涵盖 9 大类别、145 项任务(65 项物体 + 65 项场景 + 15 项开放世界),全面评测了11 种主流前沿模型与 Agent 框架配置,从外观、结构与行为三个维度,系统性地勾勒出 Coding Agent 的 3D 创作能力边界。

  • 论文题目:Frontier3DBench: Benchmarking Coding Agents for 3D Creation across Objects, Scenes, and Interactive Open Worlds
  • 项目主页:https://lab.einsia.ai/frontier3dbench
  • GitHub:https://github.com/Einsia/Frontier3D
  • Paper:https://lab.einsia.ai/frontier3dbench/Frontier3DBench.pdf

从捏物体、搭场景到造世界

Frontier3DBench 测什么?

在 3D 创作里,捏一个模型、搭一个房间,和造一个能跑能跳的开放世界,难度完全不在一个量级。每往前走一步,Agent 要照顾的事就多一层:物体讲究零件与比例,场景讲究空间布局,而世界则必须接住动作、交互与持续变化的状态。

以往的评测往往把这些环节切碎了 —— 有的只看静态资产美不美,有的只测游戏代码通不通。光看一个笼统的总分,很难搞清楚 Agent 翻车时,到底是因为丢了参考图细节、排错了房间位置,还是卡在了运行时的某步交互上。

为此,Frontier3DBench 将这三层要求装进同一套评测标准,涵盖 9 大类别、145 项任务:

  • L1 物体层(65 项):交付可编辑 Blender 资产,涵盖纯文本建模(Text2Code)以及单视图、多视图参考图重建(Img2Code)。
  • L2 场景层(65 项):交付完整 Blender 场景,覆盖文本生成(Brief2Scene)、渲染图重建(Ref2Scene)、真实照片重建(Ref2Scene-RealPhoto)以及 “改局部、保周围” 的场景编辑(SceneEdit)。
  • L3 开放世界层(15 项):交付 Unreal Engine 工程,要求根据文本(Text2Env)或参考图(Img2Env)构建多区域连通、支持连续交互活动的开放世界。

评测也跟着工程文件一路往里走,用三个坐标给每份 3D 答卷打分:

  1. 外观:看渲染结果,检查视觉美感与参考图还原度;
  2. 结构:拆原生工程,量尺寸、数零件、查穿模与连通性;
  3. 行为:跑独立测试,驱动角色在世界中实际穿行交互,验证动作与状态是否成立。

按 30%(物体)、30%(场景)、40%(世界)的权重汇总后,研究团队对 11 种主流大模型与 Agent 框架进行了全面摸底。

Sol 拿下总榜第一

但 “造世界” 换了领跑者

先看总榜:GPT-6.1-sol 以 66.02 分斩获总榜第一,在物体层(71.21)和场景层(70.35)优势明显。

但9 个细分类别,没有任何一个模型能全部通吃:

  • 开放世界(L3)的领跑者变成了GPT-6-astra(均分 61.28);
  • 文本生成物体(Text2Code)的最高分属于Claude Opus 5.5(84.05);
  • 场景编辑(SceneEdit)则跑出黑马:总榜第六的MiniMax-M3.1-Flash以 78.70 分拿下单项第二,Kimi-K3 与 GLM-5.3-Flash 的编辑表现也双双超过全场均值。

想选一个做 3D 的 Agent,得先问清楚:你要它捏资产、改场景,还是去虚幻引擎里造世界?

自由发挥超 80 分

给张参考图却集体 “破防”

细看每个模型在各个任务上的得分,可以发现,所有模型的 “参考图重建” 得分均显著低于 “文本生成”:

  • 文本生成物体得分普遍高达75.93~84.05 分;
  • 到了多视图和单视图重建,全场最高分仅剩69.61分和66.26 分。

Qwen3.8-Max把这种反差展现得尤为明显:其文本生成物体高达 81.98 分(逼近榜首 Sol 的 82.10),但多视图和单视图重建却骤降至 43.97 和 37.34。Kimi-K3.1-Pro 和 DeepSeek-V4.1-Flash 也呈现出 “强生成、弱重建” 的分布。

做出一个 “看着合理” 的作品已经不难,难的是跨过遮挡与透视,把 “指定的那个作品” 分毫不差地复刻出来。

差距藏在外观、结构与细节中

把总分拆成视觉质量、结构一致性、任务完成度三个维度,模型的短板更加一目了然。

物体和场景的视觉与完成度由 Sol 领跑,开放世界由 Astra 领跑;而在物体结构上,Opus 以 83.27 分微弱反超 Sol。整体来看,各模型把主部件摆对位置、搭出粗略骨架相对容易(L1 结构均分 72.77),但要把精细外观和细节填满则难得多。

落到具体作品上,高下立判:

  • 纺车重建(L1 物体):Sol 和 Opus 恢复了主要机械组件,Kimi-K3 则将其简化成了抽象的圆环与木杆,丢了核心传动件;
  • 浴缸修复(L2 编辑):Sol 和 Astra 让新浴缸严丝合缝地适配了原有支架,Luna 的浴缸外壳却与支架分了家;
  • Minecraft 村庄(L3 世界):Astra 和 Sol 还原了村落轴线与连续梯田地形,Luna 则把建筑密集堆在了平地上,丢了空间语境。

单个机关能跑 83 分

连成完整任务却跌到 30 分

开放世界的真正考验在代码运行的那一刻。所有模型在 L3 世界层的平均分,均低于各自的物体和场景成绩。

对 165 个生成世界的运行时测试,拆出了一组扎眼的数据:

  • 局部交互:平均83.08分
  • 运动避障:仅20.82分
  • 状态与工作流:仅30.26分

结论很明确:局部机关已经能做出来了,但很难把它们串起来。

单独写一个开关或机关,Agent 已经轻车熟路;但要让角色无穿模地跨区域移动、触发动作,并让改变后的状态持续影响下一步操作,从而跑通一整套活动,正是当前 Agent 亟待跨过的一道大关。

算笔经济账

花钱越多,作品就越好吗?

将综合质量与单题平均 API 估算成本放在一起,便有了这张性价比地图:

挑一个 3D 创作搭档,既要看作品,也得算清背后的 API 账单:

  • 三大性价比守门员:GPT-6-luna(约 $0.27 / 题,48.56 分)、DeepSeek-v4.1-Flash(约 $0.45 / 题,57.45 分)和GPT-6.1-sol(约 $1.01 / 题,66.02 分)构成了帕累托前沿。从 DeepSeek 升级到榜首 Sol,花约 2.2 倍的成本即可换来 8.57 分的跃升。
  • 更贵不等于更好:GPT-6-astra(约 $5.58 / 题,63.85 分)和Claude Opus 5.5(约 $21.17 / 题,62.29 分)的单题开销远高于 Sol,但综合质量反而更低。

下一步

让代码里的 3D 世界真正运转起来

一台精密的机器,依赖零件之间的严密咬合; 一间合理的房间,讲究物体之间的空间秩序; 一个鲜活的世界,需要动作之后仍能延续的状态与反馈。

今天,Coding Agent 正在把这些原本属于图形学与三维视觉的复杂要求,一行行写进可执行的程序代码里。

Frontier3DBench不仅为这条技术路线绘出了首张全景能力地图,也精准标出了通往 “真正 3D 创作者” 路上必须攻克的两座大山:

  • 跨越 “自由生成” 到 “精准还原” 的鸿沟,让看见的几何结构与细节分毫不差地建出来;
  • 打通 “局部机关” 到 “全局工作流” 的闭环,让可交互世界里的连续动作与持久状态真正协同运转。

当这两座大山被翻越,Coding Agent 交付的将不再只是孤立的资产或静态的布景,而是真正可走入、可交互、可演化的数字世界。

从「会写代码」到「能造世界」,3D 创作的下一个时代,才算真正拉开帷幕。

标签: 视觉 新模型 agent frontier

精彩阅读

每日观点:听金曲、品羊肉、看烟花,常州第三届江岛音乐会来了

怡合达:截至2026年10月20日、2026年10月30日公司股东总户数分别为31,216户、29,872户

11月5日先导基电涨停:光伏,电子特气,有色 · 铋概念热股 热点

宾利托卡尔首发版官图 旗舰级动力系统 0-100km/h加速2.9秒

文投控股(600715)龙虎榜数据(11-05)|当前资讯

华瑞股份:海外客户订单份额占总体换向器订单比例约为20%,相对保持稳定 今头条

神州数码AI算力订单密集落地 驱动业绩高增

摩根大通上调麦当劳目标价至270美元,看好门店现代化改造带来的长期增长潜力

每日消息!ST美晨:截至10月30日最新股东户数2.99万户,较上期增加0.53%

长芯博创首次回购43万股 金额4998万元

焦点滚动:泰林生物:子公司取得1项专利证书

易成新能(300080.SZ):截至2026年10月30日公司股东人数为38200-当前信息

斯嘉丽谈加盟《新蝙蝠侠2》:这个角色让我很焦虑 滚动

实时:生意社:11月5日利华益维远苯酚价格下调

如何应对微短剧碎片化?柠萌影视董事长苏晓:比以往更需要现实主义创作-快播

民生银行北京分行警银联动为客户避免40余万元资金损失

媒体人:医生建议不要剧烈运动,但周琦依然将前往国家队报到

【热闻】NBA战报:湖人116-103国王取NBA4连胜,东契奇40+9+7

热火加时20分逆转送快船7连败:字母哥27+14 克莱30分献三分绝杀 每日快播

“芒果TV 登不上”冲上微博热搜-热点聚焦

每日信息:生意社:11月5日鲁西化工异辛醇报价下跌

海尔智家渠道数字化显效 份额逆势提升对冲收入下滑_简讯

繁星|仙 桃

前Anthropic Claude Code产品负责人Cat Wu跳槽加入OpenAI,负责核心产品管理_观天下

焦点要闻:9-1大胜费内巴切!欧冠新军前四轮狂入19球,还曾4-1击败曼联

拒逆转!亚历山大42+8+4,哈登19+9+6,大将伤退,东部格局改变

热文:体坛:徐正源回韩国观战K联赛,可能看上首尔FC的球员

当前聚焦:爆冷!哈登19+9+6,骑士遭雷霆双杀,亚历山大轰42+8,米切尔27分

济民健康控股股东九折转让5%股份套现1.6亿元,公司前三季度亏损同比扩大

四方达:CVD金刚石散热片已通过客户测试并取得小批量测试订单-今日报

76人胜活塞!布朗统治进攻,老詹盘活全队,马克西+埃奇库姆吃瘪

新资讯:美“雨燕”天文台再入大气层 估计大部分部件烧毁

戴上皇冠!41岁勒布朗又造历史首人纪录 轰13+10+8无愧费城发动机

习水县工业能源和科学技术局关于贵州万胜恒通矿业有限责任公司赤水市岔角煤矿安全生产标...

注资5000万元!中国中煤、中国电建成立新能源公司 今日热搜

南通支云下赛季出战中超首要目标确定,要尽快带队保级,值得期待

巴萨晴天霹雳!诺坎普头号核心重伤缺阵!弗里克遭毁灭性打击-焦点精选

PriceSeek提醒:2026年前三季度黄金产消数据行情分析

生意社:11月5日山东地区硝酸铵价格暂稳-每日视点

焦点速看:华纬科技:截止2026年10月30日,公司登记在册的股东数为20267户

石油股全线低开,截至发稿,中国石油股份(00857.HK)跌5.46%,报10.22港元-精彩看点

每日焦点!老二突然炸雷,电驴生意塌了

石墨烯中超快量子过程实现实时追踪-时讯

时讯:内蒙古“沙戈荒”大型新能源基地外送通道建设忙

当前热点芯原股份推出面向可穿戴设备的新一代GCNanoOptimaV 2.5D GPU IP

预订量大增近300%!全年少有的购票窗口期来了

ETF追踪丨11月4日股票型ETF净申购435亿元 资金加仓中证500ETF南方

精彩看点:天融信:融资净买入468.43万元,融资余额5.52亿元

每日快报!高端磷酸铁锂供应偏紧 上市公司积极扩产

科创50大涨近10%,A股大反攻背后是反弹还是反转?

三棵树Q3承压但零售突围 市占率提升打开成长空间-讯息

台州市祺盈眼镜有限公司成立 注册资本0.1万人民币

焦点快报!和轩(金华)饰品有限公司成立 注册资本10万人民币

26投14中轰36分9板7助3断,塔图姆关键三分收比赛

WTT冠军赛八强赛落位 温瑞博剃光头 王楚钦对手出炉 世界亚军一轮游

焦点消息!9-1!小法名帅有能:率队4场19球+创6大纪录!意甲欧冠新军创历史

康养陇南

【环球财经】伦敦金属交易所基本金属4日涨跌互现_今日热闻

快资讯丨19岁127天,尼奥尼是在欧冠打入利物浦首球最年轻的球员

本赛季10场12球,图片报:33岁的菲尔克鲁格将重返德国队

欧冠综述:皇马客场绝杀,利物浦兵败梦魇之地,意甲新贵造9-1惨案 今热点

视讯!图片报:名宿亚伯拉罕回访法兰克福观看训练,受到热烈欢迎

德天空:菲尔克鲁格有望重返德国队,克洛普计划征召他

辽宁港口股份有限公司(02880.HK)将举行2026年第三季度业绩说明会 每日视点

叮当健康(09886.HK)回购224.85万股股份

官宣!中国男篮集训名单出炉,广东4人入选,周琦赵睿王哲林张镇麟回归

新消息丨NBA历史38岁以上控卫场均得分:库里30分断档第一

队报:因多次违反纪律,里昂将决定与天才球员泽科维奇解约

资讯:799元!小米新品上架,11月10日,正式发货!

字节旗下AI开发平台“扣子”:现售扣子企业版将先暂停新售 今头条

龙虎榜机构新动向:净买入10股 净卖出20股

美股大型科技股盘前多数上涨 亚马逊涨逾3%

新强联:11月3日董事肖高强增持股份合计3.21万股

慧翰股份:公司董事会已审议通过股份回购方案|焦点日报

北京燃气蓝天(06828.HK)接纳银行3.00亿元循环贷款融资_最新消息

每日播报!华泰证券张继强:稳市工具迈向长期制度安排 增量资金与中长期资金协同发力

腾亚精工实控人之一致行动人拟2.4亿元转让10%公司股份,公司前三季度由盈转亏 速读

每日关注!500ETF联接LOF:南方基金自2026年11月4日起对中国稀土采用指数收益法估值

远大控股披露7笔对外担保,被担保公司5家

焦点简讯:央行加力实施股票回购增持再贷款政策:自2026年11月4日起,下调股票回购增持再...

新消息丨湘超2026淘汰赛益阳VS长沙!抢票时间定了!

太先进了!马祖拉使用AI工具动态调整战术体系,难怪布朗走后还能稳住战绩

抢客户大战打响!英特尔14A PDK 0.9发布:正面硬刚台积电A14 焦点热闻

【报资讯】手搓漫画‌⑨丨容得下"真不满意",才换得来"真满意"

麦捷科技:截至2026年11月4日公司累计回购股份106.52万股

龙虎榜丨机构今日买入这16股,卖出东山精密10.64亿元

小米汽车概念4日主力净流入21.14亿元,亨通光电、京东方A、江波龙居前

生意社:11月4日华北地区醋酸丁酯行情弱势运行 新视野

每日快报!同仁堂医养(02667.HK)获高管增持10万股

PriceSeek提醒:山东齐成正丁烷报价下调商品影响分析

当前聚焦:汉马科技: 汉马科技关于公司及公司全资子公司诉讼事项进展的公告

广立微(301095.SZ):公司实际控制人、董事长兼总经理提议回购5000万元-1亿元公司股份

第二个汤普森!国王三分王蒙克有望加盟勇士联手库里 最新

手搓婚纱照定制微电影 AI风吹到婚庆市场

PriceSeek提醒:仲钨酸铵现货偏紧 厂商惜售挺市

园林鹅卵石商品报价动态(2026-11-04) 要闻

11月4日来伊份涨停:人工智能,腾讯概念股,人造肉概念热股

大行评级|里昂:维持AMD“跑赢大市”评级,强劲产品周期即将到来 看热讯

新三板基础层公司中食花泽大宗交易折价29.09%,成交金额57.04万元 热点聚焦

每日播报!洪汇新材:王晓闻先生因工作调动申请辞去公司副总经理职务

AI与有色双轮驱动三季报 高景气赛道盈利验证强化 每日热闻

A股午后暴力拉升 创业板指收涨6.4% 贵金属、CPO概念走强

兖煤澳大利亚(03668.HK)董事增持20,000股-焦点观察

百奥赛图新设智能科技公司,含AI及机器人业务 焦点速递

文投控股成交额创上市以来新高

炬华科技:中标国家电网约2.36亿元采购项目 今日播报

焦点快看:小米米家智能腰部按摩仪2开启众筹:支持腰臀同按,首发价379元

热议:自主放量难填合资失血,广汽集团陷转型阵痛