Gym-Anything-RT实时交互基准发布

2026年10月28日，arXiv Artificial Intelligence 刊出研究，作者 Pranjal Aggarwal、Sean Welleck 提出 Gym-Anything-RT，用于评测视觉语言智能体的实时交互能力。该工作用智能体流水线按实时交互所需的六类能力自动生成视觉小游戏，并支持同一游戏在实时、暂停或减速条件下运行，以便做受控对比。研究者据此构建 100 个实时小游戏评测 AI 智能体，发现实时交互存在明显能力缺口：GPT-6 Astra（xHigh）实时通过率仅 9.0%，环境暂停后升至 75.0%。作者表示公开释放 Gym-Anything-RT 及生成的迷你游戏，以推动实时交互场景下的智能体研究。目前进展为基准与游戏公开、评测结果发布，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。