RealityBench 基准发布：35 个 VLM 文字读取强、尺寸测量弱

Relantic 发布 RealityBench 基准，以 11 个模拟环境评测 35 个 VLM 记录真实体力工作的能力。基准使用 Blender 建模屋顶光伏安装、汽车维修等任务，配套 arXiv 论文、HF 数据集和经人工标注校验的程序化评分器。