论文链接:https://arxiv.org/pdf/2610.02200
【你敢信?AI不靠写代码,打未知游戏居然拿下了100分满分!】 🎮✨
传统AI打游戏要么“看完画面就忘”,要么把视觉压缩成一堆模糊的特征,遇到长流程、复杂规则的游戏直接卡关。
MIT团队(含何恺明教授等)最新提出的 VISTA 视觉智能体框架,彻底颠覆了这一现状!
🔥 本期视频核心高能看点:
🎯 刷新纪录的100满分:在极具挑战的交互式游戏测验 ARC-AGI-3 上,搭载VISTA的 Claude Opus 5.0 直接砍下 100.00 的满分RHAE成绩,并且比人类初学者少用了 57.4% 的操作动作!
🧠 首创无损视觉记忆 (Lossless Visual Memory):不压缩、不丢帧!VISTA把游戏里的每一帧渲染画面都原封不动存入记忆库,AI可以随时像看回放一样调取、对比。
🔍 主动视觉检验 (Visual Inspection):遇到看不清的微小细节?AI会像人类高玩一样主动“拉近放大”或读取像素值,精准破解机关!
📝 自由语言推理与动态笔记:AI边玩游戏边在 GUIDE.md 和 WORKING.md 里记笔记、总结规则,无需任何程序合成就能适应新环境!
🌐 强悍的泛化能力:不仅横扫 ARC-AGI-3,在 GameWorld、AI GameStore 和 BabyVision 等多个视觉游戏与推理基准上也全面超越人类与现有基准!
从“被动看图”到“主动视觉探索”,VISTA 展露出了通用视觉智能体的巨大潜能!