英伟达、UT-Austin发布Realtime-Bench，实时互动任务难倒GPT-6
英伟达、UT-Austin发布Realtime-Bench，实时互动任务难倒GPT-6大模型能看懂复杂的网页结构，也能理解各种游戏的通关规则。
来自主题: AI技术研报
8684 点击 2026-11-04 15:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
大模型能看懂复杂的网页结构，也能理解各种游戏的通关规则。
超智能这场竞赛的胜负手不在后训练，而在谁先跑通 RSI 预训练。
上个月告诉助手「订机票选靠窗座位，优先上午的航班」，这次出差让它订票，它还记得吗？换一个对话、交给另一个执行任务的 Agent，这条要求还在吗？
代码写错了、命令报错了、环境配坏了，Code Agent 接下来会做什么？
最近，数字果蝇在AI圈火了。
AI 再次引发网络安全大地震！
AI 真的能理解三维世界吗？
苹果国行 Apple 智能正式面向中国大陆用户开放开发者 Beta 版测试，计划随 iOS 27.3 推出，首批支持 iPhone 15 Pro、iPhone 16 系列等机型，并借助千问提供写作、视觉、摘要及 Siri 升级等功能。
卡兹克开源其打磨一年的Agent自动化系统Agent-Autoloop，重写为约1600行代码的轻量内核，采用万物皆插件架构，事件、Agent、通知通道与CI交付均插件化，并内置挂起零消耗、事件溯源、指令数据分离、跳数熔断等机制，当前版本为1.0.0。
Anthropic 开源了基于零知识密码学的 FlashProve，使用户无需获取模型权重即可验证回答确由指定模型生成；该系统已在 4000 亿参数的 Llama 4 Maverick 上达到约 110 Token/s，但仍是受成本和上下文限制的研究原型。