Meta 公开有状态的第一人称 3D 模拟器和 InteractiveBench，包含六类、120 个冻结的多轮任务。成功条件会对照世界状态，但评分规则仍需要人工裁定。复现要求 Linux、NVIDIA GPU、约 100 GB 资产，以及另行授权的 Isaac Sim、BEHAVIOR、MANO 和 AMASS 组件。
Meta 开放 InteractiveWorld 与状态可验证多模态评测
2026-10-24前沿观察WATCH
Meta 公开有状态的第一人称 3D 模拟器和 InteractiveBench，包含六类、120 个冻结的多轮任务。成功条件会对照世界状态，但评分规则仍需要人工裁定。复现要求 Linux、NVIDIA GPU、约 100 GB 资产，以及另行授权的 Isaac Sim、BEHAVIOR、MANO 和 AMASS 组件。
对你意味着什么
基于世界状态的检查可以区分 agent 是否真的改变了环境，而不是只用文字声称成功。非商业许可证、受限资产与高搭建成本使它目前更适合 WATCH，等待更便宜的复现或真实设备迁移证据。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 评测 | InteractiveBench，六类 120 个冻结多轮任务 |
|---|---|
| 验证方式 | 世界状态检查，并仍需人工裁定 |
| 许可证 | 仓库 CC BY-NC 4.0；依赖与 gated assets 另有条款 |
| 要求 | Linux、NVIDIA GPU、约 100 GB 资产；在 A100 80 GB 测试 |
| 时间依据 | 官方 GitHub 仓库创建于 2026-10-24T02:51:09Z；早于 overlap，按 late discovery 补录 |
技术影响 3
工程价值 3
采用信号 2
成熟度 2
验证成本 5
风险 4