Mine Odyssey：真实环境空间智能体能力评测基准

Mine Odyssey 是一个利用 Minecraft 重建真实场景的空间智能体评测基准，包含 30 个地点的 180 项导航任务。在 8 款受测模型中，GPT-6 Astra 取得最高的 85.6% 成功率，Claude Opus 5.5 达 73.9%，最强开源模型 DeepSeek-V4.1-Flash 为 23.9%，表明当前模型在空间智能体能力上仍有很大提升空间。