DishwasherBench发布洗碗机装载评测基准

2026年10月13日，Hacker News热帖介绍了DishwasherBench。该项目发布0.1.0早期版本，在Bosch SMV4HAX40G洗碗机的物理模拟环境中，评测前沿语言模型将碗碟正确摆放入洗碗机的能力。普通用户可通过浏览器直接游玩体验，模型则可通过MCP（模型上下文协议）接入参与测试。这是一个聚焦物理世界操作与空间规划能力的AI评测基准，目前处于早期阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。