Xplore AI发布真实工程设计基准RWE-Bench
AI 总结
Xplore AI发布RWE-Bench,包含20道机械、航空航天和电子工程真实设计题。程序通过物理求解器逐项检查设计是否满足全部要求;据新智元报道,GPT-6 Astra以37%的通过率领先,Claude Opus 5.5为29%,GPT-6.1 Sol为25%。题目由专业工程师设计,出题人还使用相同工具制作了参考答案。
深度见解
RWE-Bench为衡量AI能否执行基于CAD和仿真的实际工程工作提供了初步且由求解器自动判分的评估方式。
原创 ASI启示录 2026-10-31 20:32 北京
新智元报道
AI 做数学题、写代码,已经能赢过所有人类。
可同一批模型拿到工程师每天用的 CAD 和仿真软件,每道题最多给 24 小时,去设计曲轴、给内存布线、算涡轮叶片散热,最好的 GPT-6 Astra 也只有 37% 能过。
其余模型在这个评测中,更是几乎全员挂零。
#Xplore AI#RWE-Bench#GPT-6 Astra#Claude Opus 5.5#GPT-6.1 Sol#Gemini 4 Argon#Claude Fable 5.1