美团发布 MineExplorer 多模态长程任务评测基准

2026 年 10 月 3 日，美团技术团队发布消息称，美团 LongCat 团队构建了 MineExplorer，并将其称为首个在开放世界中实现分钟级长程任务的评测基准。按照这一说法，MineExplorer 的用途是系统性评测多模态大模型在需要长程规划、并且包含隐藏前置条件的任务中的真实能力，任务的时长尺度达到分钟级。

美团技术团队表示，评测显示顶级多模态大模型在这类任务上存在此前被忽视的能力断层。材料中没有给出参与评测的具体模型名单、任务数量、评分方式或其他量化结果，也没有交代该基准的起因与后续安排。

目前这件事停在这一步：MineExplorer 作为评测基准由其构建方公布，并附带了顶级多模态大模型存在能力断层的结论，除此之外的细节尚未在现有报道中披露。