算法论文8
清华新环境测大模型，密室逃脱暴露短板
量子位
AI 摘要
清华团队提出EscapeCraft 3D密室逃脱环境评估多模态大模型。评测多个热门模型，发现它们在复杂任务推理上有短板，如GPT-4o偶然成功多，Claude 3.5超六成错误属推理问题。
阅读原文 · 量子位
密室逃脱成AI新考场，通关率不足50%，暴露空间推理短板丨清华ICCV25
清华大学团队受密室逃脱游戏启发，提出EscapeCraft：一个3D密室逃脱环境，用于评估多模态大模型在视觉环境中完成复杂任务推理的能力。该论文已入选ICCV 2025。研究评测了多个热门模型，发现它们在推理和探索行为方面存在诸多问题。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
V-Rubrics细化多模态强化学习奖励
本文介绍南洋理工大学等机构研究团队提出的V-Rubrics方法，解决多模态推理中结果正确但推理错误的奖励分配误区，通过35万条细粒度准则拆分奖励计算，有效提升模型性能，论文已被EMNLP 2026主会接收，代码与数据已开源。
机器之心
产品应用8
阿里发布新一代多模态大模型家族
本文围绕云栖大会阿里巴巴发布的新一代多模态生成模型家族展开，介绍多模态大模型的技术演进方向，分析其对专业内容生产领域的改变与落地价值。
InfoQ
算法论文9
多校推出VBVR-Pro视觉推理训练场
针对原生视觉推理缺少完整训练评估基础设施的现状，NTU等多校联合推出VBVR-Pro系统，构建了从任务构建、模型训练、能力评测到强化学习优化的完整闭环，论文、数据、代码均已公开。
机器之心
新闻资讯9
DM0.5横扫RoboColiseum四榜登顶
本文报道原力灵机DM0.5在智元机器人发起的RoboColiseum具身模型评测中拿下四个单项第一，这已是该模型连续拿下六套不同类型公开评测的榜首，攻破了传统具身模型换题掉分的痛点，目前已开源落地产业场景。
机器之心