Einsia AI 正式发布 Frontier3DBench，这是一套面向代码型 AI 智能体 3D 创作能力的统一评测基准，一共包含 145 项任务、划分 9 大类别，横跨 Blender 和 Unreal Engine 两大工业软件，覆盖物体建模、场景搭建、交互式开放世界三个层级，区别于过去只看静态渲染图的评测方式，它会同时从外观效果、几何结构、交互行为三个维度打分，用来摸清现在各类 Coding Agent 做 3D 生成、重建、编辑的真实能力边界，测试里一共跑了 11 套主流模型和 Agent 框架，结果发现 AI 靠文字生成 3D 内容更容易出效果，但照着参考图还原精准几何、布局细节是普遍短板，开放世界里连贯的状态交互、动作逻辑依然很难做好。
一、Frontier3DBench 任务总览表
| 层级 | 任务总量 | 包含子类别 | 使用软件 | 产出目标 |
|---|---|---|---|---|
| L1 物体层 | 65 项 | Text2Code、Img2Code（多视图）、Img2Code-SingleView（单视图） | Blender | 可编辑 3D 资产模型 |
| L2 场景层 | 65 项 | Brief2Scene、Ref2Scene、Ref2Scene-RealPhoto、SceneEdit | Blender | 完整可编辑场景工程 |
| L3 开放世界层 | 15 项 | Text2Env、Img2Env | Unreal Engine | 连通、支持交互的开放世界工程 |
| 合计 | 145 项 | 9 个子类别 | Blender+Unreal Engine | 可二次编辑的 3D 工程文件 |
二、三个层级任务详细说明
- L1 物体层（65 项）
- L2 场景层（65 项）
- L3 开放世界层（15 项）
这个层级重点考察基础建模能力，Text2Code 是根据文字描述直接建模；Img2Code 多视图任务，给多张不同角度图片重建物体；Img2Code-SingleView 只用一张图片逆向重建模型，全部要求输出 Blender 原生工程，不是一张静态图片。
难度往上提升，Brief2Scene 靠文字描述摆放物体、布置灯光；Ref2Scene 参考渲染效果图重建场景；Ref2Scene-RealPhoto 拿真实照片还原空间布局；SceneEdit 是局部修改场景，要求改动局部的同时不破坏周边原有结构，非常贴近设计师改图需求。
属于最高难度，切换到 Unreal Engine，需要搭建多个互通区域，角色可以在里面移动、触发连续交互，不只是摆静态模型，还要保证逻辑、碰撞、状态流转正常。
三、评测的三个打分维度
- 外观维度：对比参考素材，看渲染画面的视觉还原度、光影、材质是否匹配
- 结构维度：解析工程内部，检查模型拓扑、尺寸、空间位置、装配关系是否正确
- 行为维度：专门针对开放世界，测试碰撞、移动、交互事件、状态持久化能不能正常运行
四、首轮测试关键结论
- 综合总分第一名是 GPT-6.1 Sol，物体、场景任务表现最强；开放世界交互任务第一名是 GPT-6 Astra。
- 所有被测模型，文字驱动生成的效果，都明显好于参考图重建任务，AI 很容易做出 “看起来合理” 的画面，但精准复刻原图几何细节普遍翻车。
- 开放世界里，单独的小功能机制大多能跑通，但是连贯长流程动作、多状态联动任务得分很低，是当前很大的瓶颈。
- 国内模型 MiniMax-M3.1-Flash 在场景编辑任务表现突出，在全部测试样本里排在第二位。
五、项目配套资源
Frontier3DBench 已经开源，包含数据集、评测脚本、打分器，配套论文、GitHub 仓库、项目主页同步放出，研究人员可以直接拿这套基准，横向对比自家 3D Agent 的能力。
【相关 FAQ】
问题 1：145 项任务 9 大类别，Einsia AI 发布 Frontier3DBench，Frontier3DBench 是用来测什么的？
回答 1：145 项任务 9 大类别，Einsia AI 发布 Frontier3DBench，它是专门评测代码型 AI 智能体 3D 创作能力的基准，测试 Agent 建模、场景重建、开放世界交互的综合表现。
问题 2：145 项任务 9 大类别，Einsia AI 发布 Frontier3DBench，Frontier3DBench 用到哪些 3D 软件？
回答 2：145 项任务 9 大类别，Einsia AI 发布 Frontier3DBench，物体和场景任务使用 Blender，开放世界交互任务使用 Unreal Engine，都是工业主流 3D 工具。
问题 3：145 项任务 9 大类别，Einsia AI 发布 Frontier3DBench，首轮测试里 AI 最大短板是什么？
回答 3：145 项任务 9 大类别，Einsia AI 发布 Frontier3DBench，AI 短板集中在参考素材精准还原，还有开放世界里连贯交互、多状态联动，容易逻辑出错。
问题 4：145 项任务 9 大类别，Einsia AI 发布 Frontier3DBench，Frontier3DBench 对外开源了吗？
回答 4：145 项任务 9 大类别，Einsia AI 发布 Frontier3DBench，项目已经开源，配套评测脚本、数据集、论文、GitHub 仓库全部开放，可供科研使用。
【参考资料】
[2026-11-09]（GPT-6.1 Sol 综合第一，Einsia AI 发布 Frontier3DBench）凤凰网科技
[2026-11-06]（Einsia AI 发布 Frontier3DBench：Agent 离真实 3D 创作还有多远？）新浪财经
[2026-11-06]（Frontier3DBench: Benchmarking Coding Agents for 3D Creation across Objects, Scenes, and Interactive Open Worlds）arXiv
[2026-11-06]（Frontier3DBench 项目介绍）Einsia AI Lab 官网
【免责声明】
本文为 Frontier3DBench 资讯整理，测试结果基于首轮固定模型配置，不同 Agent 框架、提示词策略会改变得分，项目指标、任务细则以 Einsia AI 官方论文与开源仓库为准，不代表 3D 生成模型能力上限定论。
本文来自作者[Jasper70]投稿，不代表诚邦网立场，如若转载，请注明出处：https://www.cbpmc.com.cn/qyzx/202611/288.html
评论列表（4条）
我是诚邦网的签约作者“Jasper70”！
希望本篇文章《145 项任务 9 大类别，Einsia AI 推出 Frontier3DBench 3D 智能体评测基准》能对你有所帮助！
本站[诚邦网]内容主要涵盖：互联网行业的追踪与探索
本文概览：Einsia AI 正式发布 Frontier3DBench，这是一套面向代码型 AI 智能体 3D 创作能力的统一评测基准，一共包含 145 项任务、划分 9 大类别，横跨 Blender 和 Unreal Engine 两大工业软件，覆盖物体建模、场景搭建、交互式开放世界三个层级，区别于过去只看静态渲染图的评测方式，它会同时从外观效果、几何结构、交互行为三个维度打分，用来摸清现在各类 Coding Agent 做 3D 生成、重建、编辑的真实能力边界，测试里一共跑了 11 套主流模型和 Agent 框架，结果发现 AI 靠文字生成 3D 内容更容易出效果，但照着参考图还原精准几何、布局细节是普遍短板，开放世界里连贯的状态交互、动作逻辑依然很难做好。