RealityBench 榜单剧变：OpenAI Terra 表现意外强势
arnabdotorg · x · 2026-10-29
- RealityBench（物理世界理解基准）发布仅 2.5 周，头部模型格局已大幅洗牌：Gemini 4 Argon 先以约 1/6 的价格追平或刷新最高分，随后 OpenAI 连续发布 6.1 Sol 和 6.1 Terra。
- 作者对 OpenAI 新的 Terra 表现之好表示意外（"It shouldn't be this good!"）。
- 将 Clef 加入基准后浮现出新的 Pareto 前沿：Clef 在「决策」维度是物理世界理解中性价比极高的路径。该工作由 @PerraultAndrew 主导。
「模型」频道最新
- Qwen Flash 写科幻小说，先花大篇幅算齐齐奥尔科夫斯基火箭方程 — LankyGuitar6528 · 2026-10-29
- Stanford 团队用 2441 小时儿童视角视频规模化验证跨情境词汇学习 — RichmanRonald · 2026-10-29
- 博主分享 Claude 账号零封禁实操：域名邮箱+自建 IP — vista8 · 2026-10-29
- 博主称 OpenAI Terra 是物理感知的成本质量双重突破 — arnabdotorg · 2026-10-29
- 网友实测 GPT 6.1 Terra 做 3D 机械手拆解动画，直呼离谱 — OpenAIDevs · 2026-10-29
- 回应 Google 官方征集：社区列出 Gemma 5 的九项具体技术期待 — Paramecium_caudatum_ · 2026-10-29