AI agents build 3D scenes from photos but have no idea if they got it right

LEGO-Anything 让编码智能体从单张图片生成可执行的 Blender 场景程序，但测试发现智能体的几何自评接近或低于随机水平。LEGO-Bench 包含来自 104 个场景的 208 张图片，表现最好的 GPT-6 Astra 在室内与室外场景的重建准确率分别为 53.4% 和 39.6%。