真实工作流
从游戏开发意图中提取可运行任务。
ALLE AI LAB / GAME AGENT BENCHMARK让 Agent
FROM SPATIAL SCENES TO GAME RUNTIMES
让 Agent
在世界里行动。
FROM SPATIAL SCENES TO GAME RUNTIMES把“理解世界”，变成可验证的行为。
Physical AI 需要的不只是视觉输入。它需要在有几何、有时间、有状态的环境中观察、行动、等待反馈，并把结果交给验证器。
81游戏运行时环境
3D空间、运动与模拟世界
7引擎与运行时生态
100%运行时可观察结果
01 / ENVIRONMENT ATLAS
一个世界，四层行为证据。
一台运送货物的机械体，一段有障碍的路。空间关系、感知、行动与验证，在同一个世界里接续发生。
MISSION / DELIVERY
带着货物绕开障碍，
进入绿色交付区。
01 / SCENE GRAPH空间与对象
AGENT / 货物OBSTACLE / 禁入GOAL / 交付区
OBJECTS03
EXTENT12 × 8 m
FRAMEWORLD
到达目标 WAIT动作顺序 WAIT快照隔离 WAIT越界拒绝 WAIT
场景已建立 · 对象边界可读取t = 0.00 s
WORLD / OBJECT GRAPH
先有一个可以行动的世界。
机械体、障碍和目标区拥有独立的几何边界；网格中的位置与场景对象一一对应。
POSITION · GEOMETRY · TARGETSCENE→OBSERVE→ACT→ADVANCE TIME→CHECK RESULT
02 / VERIFICATION PIPELINE
从真实需求，到可回归证据。
每个环境都有 starter、受限修改范围、运行入口和 verifier。任务开放实现路径，但结果必须通过行为检查。
行为契约
记录状态、时序、边界与隔离条件。
运行探针
施加输入，读取运行时状态变化。
诊断奖励
用 verifier 判定通过、拒绝与回归。
STARTER MUST FAILREFERENCE MUST PASSSTATE ISOLATIONORDER MATTERSNO STATIC SHORTCUT
03 / WHY THIS IS PHYSICAL AI
不只是写代码，而是让世界继续运行。
题目把一个真实工作流放回引擎：角色要移动，物体要碰撞，HUD 要更新，服务端要拒绝非法状态，时间要按规则前进。
空间有约束
相机边界、墙体、Chunk、锚点、射线和刚体让“位置”成为真正的系统状态，而不是 UI 上的一行数字。
行动会改变世界
点击、移动、冲量、购买、拖拽和远程事件会触发后果。错误动作必须被拒绝，重复动作不能制造第二份状态。
结果可以回放
探针读取位置、遥测、回调、快照、日志和实体状态，验证 agent 是否完成了行为链，而不是只检查文件内容。
04 / MEASURED ON SCIENTIFIC TASKS
让训练带来的进步，看得见。
游戏检验长期决策，3D 检验空间与状态契约。两类环境，共同构成可回放的行为证据。
01 / GAME AGENT BENCHMARKQWEN3.5
游戏中的决策能力。
训练前训练后0–100
Qwen3.5-9B+15.9 pts
32.3
48.2
Qwen3.5-27B+18.9 pts
32.6
51.5
Qwen3.5-35B-A3B+20.8 pts
34.9
55.7
Qwen3.5-122B-A10B+21.4 pts
43.5
64.9
Game Agent Benchmark 是公开任务基准；左侧展示 Qwen 在同一任务集上的训练前后实验对比，不代表该基准的官方榜单成绩。
02 / 3D EMBODIED BENCHMARKICML 2025 ORAL
EmbodiedBench：Qwen 的空间推理。
训练前 / paper训练后 / measuredsuccess rate %
EB-ALFRED高层规划 / 拾取、打开、放置
72B→+11.5
39.7
51.2
7B→+23.7
4.7
28.4
EB-Habitat长程规划 / 导航与物体重排
72B→+11.9
37.7
49.6
7B→+20.9
14.3
35.2
EB-Navigation低层控制 / 视觉导航与空间关系
72B→+17.3
40.0
57.3
7B→+18.9
20.3
39.2
EB-Manipulation机械臂操作 / 7D action vector
72B→+21.3
16.2
37.5
7B→+17.5
9.6
27.1
训练前数据来自 EmbodiedBench 论文；训练后数据来自同四项任务的复测结果。
PAPER / EMBODIEDBENCH ↗OFFICIAL RESULTS ↗81 GAME TASKS4 EMBODIEDBENCH ENVIRONMENTS3D TASKSREPLAYABLE VERIFIERS
05 / CAPABILITY MAP
从空间控制，到长期状态。
81 道游戏环境按 agent 要恢复的能力聚合，而不是按题号逐题陈列。3D 世界与游戏世界在这里共享同一套行为标准。
服务端与多人系统17Remote、玩家、插件、房间与权威状态。
持久化与状态15存档、身份、背包、快照与恢复。
物理与空间行为14移动、碰撞、射线、几何与相机。
UI 与输入交互12HUD、菜单、输入、拖拽与玩家反馈。
渲染与资产管线12材质、模型、粒子、灯光与资源。
时序与运行时控制11生命周期、波次、事务、逐帧推进与场景执行。
28Unity22Godot16Luau / Roblox11Minecraft Paper02C++01Node.js01HTML5