热点事件持续更新
UCLA/Google GenXR评测发布，XR coding能力挑战显现
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
UCLA和Google的GenXR-Bench作为首个XR软件开发中编码智能体评估基准于2026年10月23日发布。该基准包含112个专家任务，测试套件的准确率高达96.5%，但最强配置的整体通过率仅为50.9%。这表明XR应用在连续用户运动、空间输入与环境传感下运行时，对编码的稳健性要求较高，而现有的通用软件开发方法可能不足以应对XR领域的挑战。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 06:05
最新报道显示，GenXR-Bench的测试结果表明XR/交互3D agent必须通过运行时断言进行评测，而非仅测试静态情况。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Agent Control Flash NewsGenXR-Bench：首个XR软件开发中编码智能体评估基准发布
反直觉：XR 应用要在连续用户运动、空间输入与环境传感下运行时稳健，不是普通仓库级 coding。现有错处：用通用 SWE 分外推 XR。作者改动：GenXR-Bench——**112** 专家任务（24 功能/21 修 bug/67 应用生成）。硬数字：测试套相对盲测专家判断准确率 **96.5%**；最强配置整体 Pass@1 仅 **50.9%**。可迁移判断：**明川：XR/交互 3D agent 必须用运行时断言评测，禁只测静态编译。不要并进 #18 RegretBench，也不要并进昨版 WildAWM。**
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。