CMU L3 Lab CUA Week:GPT-6 实时小游戏通过率仅 9%
dan_fried · x · 2026-11-07
CMU L3 Lab 完成首届 CUA Week，集中发布多项实时智能体研究：
- Gym-Anything-RT：自动生成 100 个要求实时交互的视觉小游戏，评测发现模型实时交互能力差距巨大——GPT-6 Astra (xHigh) 实时模式下通过率仅 9.0%。
- SwarmChat：面向 AI agent 集群的开源 Slack 式通信工具（CMU + Fleet AI）。
- Gym-Anything for Robotics：用数字 agent 扩展物理仿真训练。
- Visual Token Routing：学习保留关键视觉 token。
- Computer-Use Agents Are Embodied Generalists：提出计算机使用 agent 即具身通才的立场——去年 8 月用单一 computer-use agent 配简单 GUI 软件参加 ECCV 四个具身 AI 竞赛，分获第 1、2、3、6 名。
核心论点：现有 agent 在可长时间深思的场景（数学、软件工程）进展显著，但环境状态会随推理演化的实时交互仍是明显短板。
「编程与Agent」频道最新
- Claude Code 云端会话自动配环境，依赖与密钥一次搞定 — ClaudeDevs · 2026-11-07
- AI Agent 安全远不止提示注入：20 款开源安全工具分类盘点 — MaryamMiradi · 2026-11-07
- Applied Compute 公开生产环境 RL 配方，让模型在部署中持续学习 — ypatil125 · 2026-11-07
- 开发者破解 Rabbit R1,为其刷入自制系统替换原 OS — SimonBalmain · 2026-11-07
- 开发者自建 Cloudflare MCP 智能体管家：自动记待办、拟邮件、提醒会议 — MicahBerkley · 2026-11-07
- 用小模型 Judge 问询 Opus,实体识别准确率不变成本降 4 倍 — theanomaly · 2026-11-07