Dual Exam 基准：多模态智能体与世界模型表现脱节

港科大联合港大、新国立、CMU、斯坦福等机构发布 Dual Exam 基准，分别评测多模态智能体与世界模型。初步测试显示，两类模型表现不均衡且能力并不耦合，一个强不代表另一个强，为检验智能体是否真正内含世界模型提供了受控评测工具。