研究团队发布CEGame-Bench长周期游戏创建基准
热点事件持续更新
研究团队发布CEGame-Bench长周期游戏创建基准
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
2026年10月20日，Zixuan Dong等人在arXiv发布CEGame-Bench，这是首个涵盖Defold、Godot、Roblox Studio、Unity和Unreal Engine五款生产级引擎的长周期完整游戏创建基准。测试中，智能体从空项目与设计文档出发，平均运行长达295步、消耗65M tokens，但仅16%的运行到达游戏结局，远低于工程师参考水平。 该基准以设计文档作为契约，由隐藏评估器通过真实输入操作验收游戏。研究团队同时发布了Game Completion Boost技能，通过需求驱动的试玩与修复，将三个模型基于执行的评分提高了14.1至24.3分。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
CEGame-Bench：首个涵盖五款生产引擎的长周期游戏创建智能体基准测试报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AICEGame-Bench：首个涵盖五款生产引擎的长周期游戏创建智能体基准测试
CEGame-Bench 提出了首个覆盖 Defold、Godot、Unity 等五款引擎的长周期完整游戏创建基准。 智能体在平均 295 步、65M tokens 的测试中，仅 16% 的运行到达游戏结局，远低于工程师参考水平。 发布的 Game Completion Boost 技能通过需求驱动测试，将三个模型的执行评分提高了 14.1-24.3 分。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月20日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。