游戏解说是一项需要多模态感知、策略推理和上下文知识的开放式生成任务。现有的 AI 生成游戏解说（AI‑GGC）研究分散在不同游戏、模态和评估协议之间，传统的基于重叠或整体的评估方法难以捕捉解说的功能异质性。
我们提出 GameCommBench，一个覆盖棋类、体育和电竞的统一基准。基准中的解说文本与多样化的游戏情境对齐，并按照解说类型进行标注，形成结构化的评价资源。
在此基础上，我们设计了 类型感知解说评估（TACE） 框架。TACE 将解说划分为观察、叙事、策略分析等不同类型，并为每类提供专属的评价指标和评分标准。我们通过可靠性测试和人工一致性实验验证了 TACE 的有效性。
利用 TACE 对若干代表性 AI 解说模型进行基准测试，结果显示模型在不同解说类型上的能力分布不均。实时观察和深度策略分析是当前模型的主要瓶颈，其他类型如情感渲染和赛事回顾表现相对较好。
GameCommBench 与 TACE 共同构建了一个可比、可解释的 AI‑GGC 评估基石，为后续算法改进提供了诊断视角。
点评