新智元 (微信公众号)T2·78 分
RWE-Bench 发布：AI 真实工程设计能力极低
原标题：AI真实工程设计能力，大排行出炉：多模型零分！
- RWE-Bench 包含 20 道由工程师出题并验证的真实工程题，涵盖机械、航空航天和电子领域。
- 判分采用程序化物理求解器校验，确保结果客观且符合严格的技术指标（如应力、疲劳系数）。
- 当前主流大模型在需要多步推理、工具调用及物理常识的工程设计任务中表现极差，最高通过率仅 37%。
返回热点榜
llm热度 6.1°
AI 聚合热点事件 · 2026/10/31
RWE-Bench 发布：AI 真实工程设计能力极低
1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/31 20:32:00
全景综述与最新动态
1 家信源交叉印证Xplore AI 发布 RWE-Bench，专门评估大模型在 CAD、仿真等真实工程场景下的设计能力。结果显示，即便是表现最好的 GPT-6 Astra 通过率也仅 37%，多数模型几乎零分，暴露出当前 AI 在物理约束与复杂工程任务上的显著短板。
最新动向/Xplore AI 发布 RWE-Bench，专门评估大模型在 CAD、仿真等真实工程场景下的设计能力。结果显示，即便是表现最好的 GPT-6 Astra 通过率也仅 37%，多数模型几乎零分，暴露出当前 AI 在物理约束与复杂工程任务上的显著短板。
逐小时热度走势
2 个完整观测小时连续完整观测不足 3 个小时，暂不绘制趋势曲线。