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
8097 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。
最近翻各家大厂的技术报告，很容易生出一种错觉：大模型好像已经把人类的网络安全防线打穿了。NYU CTF、Cybench、CyberGym 排行榜上，不管闭源大厂还是开源新秀，漏洞解决率动不动就 80% 往上。
过去两年，AI for Science 正在经历一场肉眼可见的转向。自 AlphaFold 拿下诺贝尔奖、AlphaFold 3 和 ESM3 等模型相继问世后，AI 在生命科学里的角色，已经不再局限于预测一个蛋白结构或生成一段序列，而是开始直接接管“提出科学假设”这一核心环节。
材料科学一向被视为经验科学。几十年来，研发范式几经更迭，从爱迪生式试错到材料基因工程，再到计算模拟，却始终绕不开同一道约束：物理模型只在成熟体系内有效，一到新材料就失灵；行业积累的数据是写给人看的，一条不过十几个数值，撑不起AI的学习。结果是，人类用了数千年的金属材料，真正探索过的成分空间或许还不到10%。
Personal Agent 这个赛道，至今仍存在巨大的非共识，热度与质疑并存。
AI模型后训练公司Trajectory宣布完成4500万美元A轮融资，由红杉资本领投，英伟达、Bessemer Venture Partners和Bain Capital Ventures参投，估值达3亿美元，其基于持续学习的后训练平台已正式向公众开放。
乔布斯心中的Siri，这次可能真的走进现实了。
下一代 GPT 的一个重要线索，Sam Altman 透露了。
660倍的参数差距，结果小模型赢了？！
“在每一个有创造性活动的领域里，一个人的Taste，加上他的能力和机遇，决定了他的风格；而他的风格，反过来决定了他的贡献。因此Taste和风格之于科学研究，就像它们对文学、艺术和音乐一样至关重要。”