IGMWorld 提出可执行世界编辑与干预深度基准 IGMBench
原文标题：World Editing: Intervening on Executable Worlds at Increasing Depth
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文将「世界编辑」定义为在保留不变属性的前提下干预已有可执行世界，并提出干预深度这一维度。作者基于游戏模组构建 IGMWorld 与 IGMBench 基准，涵盖 Minecraft 与 Terraria 的 110 项任务、超 1100 条可执行状态与行为标准。前沿编码智能体最强配置在严格标准下解决 78.2% 任务，但可靠性随干预深度下降，视觉一致性普遍低于 50%。
- 问题
- 已有可执行世界模型能生成环境，但刻意编辑已有世界并保持其不变属性尚未被探索。
- 方法
- 将世界编辑形式化为干预并引入干预深度维度，基于游戏模组构建IGMWorld与IGMBench基准。
- 结果
- 最强编码智能体严格标准下解决78.2%任务、标准级94.8%，但可靠性随干预深度下降，视觉一致性全部低于50%。
- 影响
- 世界编辑能力可被量化评测，但深度干预与视觉一致性仍是工程落地短板。
深读 · 结论先行AI 生成展开看要点与影响 ↓
IGMBench用110项Minecraft/Terraria模组任务测世界编辑，最强配置解78.2%，但视觉一致性全部低于50%。
- •把世界编辑定义为在保留不变属性的前提下干预已有可执行世界，并提出干预深度维度
- •IGMWorld基于游戏模组构建，含Minecraft与Terraria的110项任务、超1100条可执行状态与行为标准
- •任务覆盖属性、实体、动态、系统四类干预，用确定性可执行性、行为、保持性、视觉四类检查评估
- •最强配置在严格任务级标准下解决78.2%，标准级达94.8%
- •可靠性随干预深度下降，且多数失败编辑仍能成功构建加载；所有配置联合视觉通过率低于50%
为什么重要：世界编辑比世界生成更接近实际修改需求，基准显示难点不在能否加载而在行为是否符合要求，为编码智能体评估补上了一个维度。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。