Frontier3DBench 测量智能体制作 3D 物体、场景与开放世界的能力(在新窗口打开)Einsia AI 用 Blender 和 Unreal Engine 中的 145 项任务比较 11 种模型与工具组合。评测发现连续移动、避障和状态管理比局部交互更容易失分。