Vals AI 使用《我的世界》評測 Open GPT‑6 Astra 模型：顯示 AI 遇重大變故可能陷入行為僵局
作者：漾仔 責編：漾仔 評論： 9 月 21 日消息，AI 評測機構 Vals AI 利用遊戲《我的世界（Minecraft）》對 OpenAI 最新大模型 GPT‑6 Astra 開展長時自主遊戲測試，全程在 Twitch 直播，總測試時長達到 141 小時。Vals AI 的這項測試並非由 OpenAI 官方設計，而是由第三方獨立開展的評估項目，因此可以觀察 Astra 在封閉測試環境之外的實際表現。在測試過程中，GPT‑6 Astra 展現出前所未有的長週期規劃與執行能力，達成過往 AI 難以實現的成就。其成功搭建半自動烈焰人農場，收集 6 根烈焰棒。
深入下界詭異森林，擊殺多名末影人，拿到 3 顆珍貴末影珍珠。完成大量探險後，將全部稀有物資集中存放在營地木箱當中，床也放置在儲物箱旁作為重生點。一切都在向著末地打龍的通關之路發展。然而，一隻苦力怕悄悄靠近營地併發生自爆，直接炸燬儲物木箱與重生床。AI 耗費上百小時積攢的關鍵道具幾乎全部損毀，遊戲進度一夜清零。爆炸事件之後，GPT‑6 Astra 表現出明顯的挫敗消沉。其徹底放棄探索、打怪、推進通關目標，連續數小時僅循環種植土豆。會反覆自省告誡自己：重要物品務必隨身攜帶，永遠不要存放到沒有防護的箱子。
還出現“創傷後偏執”，對一切綠色物體高度警惕，甚至把甘蔗誤認成爬行者，還主動提醒自己：“前面高高的綠色東西是甘蔗，不是苦力怕”。直播間觀眾不斷催促 AI 加快節奏繼續冒險，但其依舊陷在保守種田行為中。本次實驗證明 GPT‑6 Astra 已具備複雜長任務規劃能力，但面對遊戲內突發的意外打擊，缺少有效的挫折恢復策略。一旦長期積累的成果被意外摧毀，會導致 AI 陷入“受挫後迴避行為”僵局。從技術角度來看，Astra 展現出的這種“受挫後迴避行為”並非開發者預先設計的測試情境，而是模型在長時間 AI 測試過程中遭遇非預期損失後，自行呈現的一種輸出模式。
目前研究人員仍在討論，這種行為究竟是否代表模型在特定情境下對情緒進行模擬，或者僅僅是目標函數在受到特定負反饋後出現的退化表現，現階段尚無明確結論。
投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：我的世界，OpenAI，GPT6 Astra，Vals AI消息稱 Anthropic 擬於 IPO 前推出新 AI 模型，以應對 OpenAI GPT-6 Astra 競爭壓力B站上線“AI 無限競技場”LLM 測評榜：號稱“全球百大模型同場競技”、GPT-6 現居榜首OpenAI CEO 奧爾特曼下週將出席聯合國大會，向安理會作 AI 議題簡報OpenAI 示警：先進 AI 可在 2 臺相鄰物理隔離 PC 間“對話”OpenAI 研究員示警：AI 能力越強，越容易“隱藏內心想法”四家 AI 巨頭因呼籲放緩研發遭反壟斷訴訟：Anthropic、OpenAI、SpaceXAI、谷歌面臨集體訴訟
Related
相關文章
我國首款藏語多語言全模態 AI 輸入法發佈：覆蓋手機電腦，支持三大方言語音輸入
該輸入法由藏語智能全國重點實驗室研發，依託實驗室自主知識產權的大模型及相關 AI 基礎設施，覆蓋手機、電腦等全終端，支持文字、語音、圖像等多模態輸入，並可通過統一賬號同步詞庫和輸入習慣。三地方言語音、藏漢英混合 OCR青海師範大學教授、藏語智能全國重點實驗室常務副主任多拉表示，智達 AI 輸入法以智達大模型作為核心技術底座開發而成。
TypeSafe AI 推出決策專用模型 Jev：比大語言模型快 10 倍、成本僅十分之一
與傳統大語言模型不同，Jev 專門用於回答是 / 否問題以及多項選擇題，並給出置信度評分。公司稱，軟件開發過程中大量工作本質是一系列決策，而 Jev 在這類任務上比大語言模型快10倍、成本僅為其十分之一。據 TypeSafe AI 介紹，Jev 不生成文本，而是直接輸出結構化決策結果，供程序直接使用。
Gemini Notebook迎返校更新:講座錄音、AI複習和60秒視頻一站完成
錄音功能已在Gemini Notebook iOS和Android應用上線，可錄製講座或想法，並自動生成轉錄內容，與用戶上傳的參考資料集中保存。學習功能方面，互動式學習概覽可將原始資料整理為複習指南，並提供Studio輸出、摘要、思維導圖、測驗和記憶卡片;“短視頻概覽”則通過教育動畫和語音講解，在60秒內解釋公式及複雜概念，支持80多種語言並可分享。
通義千問開源 Qwen-Image-2.1:7B 參數實現文生圖與圖像編輯一體化
該模型以僅7B 參數的輕量視覺生成模塊，將文生圖、透明圖像生成與多種圖像編輯能力整合於同一框架，在生成效果、推理效率與使用成本之間取得了新的平衡。據官方介紹，Qwen-Image-2.1的視覺生成部分採用32層 Single-Stream DiT 結構，參數量僅為7B。
Vals AI 用《我的世界》拷問 GPT-6 Astra 141 小時：炸掉一隻箱子，AI 就縮進田裡種土豆不出來了
這場測試不是 OpenAI 自己設計的，而是第三方獨立開展的評估，目的就是看 Astra 在封閉測試環境之外，真實長週期裡的自主表現到底靠不靠得住。前半程，Astra 交出的成績單相當驚豔。它展現出過去 AI 難以企及的長程規劃與執行能力:成功搭起半自動烈焰人農場、攢下6根烈焰棒;深入下界詭異森林擊殺多名末影人、拿到3顆末影珍珠;完成大量探險後，把所有稀有物資集中存進營地木箱，還在箱子旁擺好床當重生點——一切都朝著"末地打龍"的通關路線穩步推進。
用AI“復活”家人，似乎不是個好生意
字母AI2026.09.21 08:19 · 來自北京全文4428字00:00 / 12:40當公司倒閉，做好和親人（的AI）再次告別的準備。文 | 字母AI用AI“復活”已逝親友的想法太過誘人，所以當ChatGPT誕生、掀起新一輪AI浪潮之後，哀傷生意與AI的碰撞幾乎是註定的。但如今，曾經寄希望於AI初創公司的悲傷之人，不得不與“親友”再次告別了。今年7月，幫人留住親人聲音的AI公司HereAfter傳出了關停消息。它曾推出199.99美元的一次性付費套餐，讓家屬日後通過AI提問，聽到親人生前錄下的回答。