DishwasherBench：让 AI 挑战洗碗机装载

DishwasherBench – Can Frontier Models Stack a Dishwasher?

Composo 推出了 DishwasherBench，一个基于真实 Bosch SMV4HAX40G 洗碗机物理模拟的基准测试项目。在这个名为 Spotless 的游戏中，AI 模型需要运用物理引擎将餐具合理摆放，并模拟 Eco 50 洗涤程序来评估清洗效果。项目通过确定性刚体物理和流体模拟，不仅测试语言模型的逻辑推理能力，还验证了其在复杂物理场景中的决策水平。目前版本已包含七个难度等级，支持浏览器游玩及通过 MCP 接口运行模型，为评估 AI 在物理世界中的表现提供了全新视角。