Blueprint-Bench 2 - бенчмарк на визуально-пространственное мышление моделей (модель должна нарисовать план помещения (этажа) по фотографиям его интерьеров) – есть ощущение, что это тот самый тест на AGI, после достижения в котором человеческого уровня модели смогут управлять физическими агентами (машинами), оказавшись внутри которой превращает её в робота