大模型實時交互遭遇滑鐵盧！英偉達等機構拋出 Realtime-Bench：最強 GPT-6-Astra 成功率僅 44%
AI資訊AI新閒資訊正文大模型實時交互遭遇滑鐵盧！英偉達等機構拋出 Realtime-Bench：最強 GPT-6-Astra 成功率僅 44%發布於AI新閒資訊時間 :Nov 5, 2026閱讀 :1分鐘人工智能大模型在文本創作、代碼編寫和圖像生成等靜態任務上已經展現出驚人的實力，但在瞬息萬變的實時交互場景中，它們的真實表現究竟如何?近日，英偉達攜手得克薩斯大學奧斯汀分校（UT-Austin）等頂尖機構正式發佈了全新的實時交互任務基準——Realtime-Bench。該基準的誕生，旨在為評估人工智能在動態環境下的綜合表現提供一把精準的量尺。
核心測試機制:全面考察三大動態能力與時鐘協議為了全方位檢驗大模型在真實實時場景中的應對水平，Realtime-Bench精心設計了包含50個涵蓋八類場景的豐富任務。在測試過程中，該基準核心考察模型的實時感知、時間自適應推理以及行動時機把握這三類關鍵能力。同時，為了科學區分不同因素對模型表現的具體影響，研究人員在測試中設置了三種不同的環境推進時鐘協議。這種嚴謹的測試架構，能夠有效剝離外部幹擾，直擊大模型在動態處理上的性能底座。測評結果出爐:多數模型陷入低延遲與推理能力的雙重困境研究人員利用該基準對全球12款前沿大模型進行了深度測試，測試結果暴露出當前主流 AI 在實時任務上的明顯短板。
數據顯示，在按照真實推理耗時推進環境的嚴苛場景下，表現最優的GPT-6-Astra任務成功率也僅為44%。而在高推理強度下，模型實現三次全成功的概率甚至僅有36%。這表明，絕大多數前沿大模型在面對複雜的實時交互時，依然難以在極低延遲與深度推理能力之間找到完美的平衡點。深度實驗洞察:盲目提升推理強度無法解決根本難題除了整體成功率偏低外，該項研究還通過進一步的實驗揭示了幾個關鍵的行業洞察:推理強度與成功率並非線性正相關: 在實時任務中盲目提升模型的推理強度，未必能夠有效提高任務的成功率。思考深度與行動時機的博弈: 模型在實際運行中，必須在深思熟慮的思考深度和轉瞬即逝的行動時機之間做好精確權衡。
單純縮短延遲的侷限性: 實驗結果清晰地表明，單純依靠縮短推理延遲，根本無法徹底解決現實中面臨的全部實時交互難題。Realtime-Bench的推出，不僅為業界評估大模型的動態交互水平提供了一個標杆性工具，也向全球人工智能研發人員敲響了警鐘:如何突破實時感知的瓶頸，將成為下一代大模型邁向通用人工智能（AGI）的關鍵突圍方向。相關推薦英偉達發佈語音轉錄大模型Nemotron 3.5 Transcribe，8 人同時搶話也能精準識別英偉達正式開源全新語音轉錄大模型Nemotron3.5Transcribe。該模型面向專業語音處理，在多語言轉錄準確率、長音頻處理和多說話人分離等核心指標上行業領先。
其採用混合專家（MoE）架構，總參數量約340億，每次前向傳播激活部分參數，以提升效率。整體看，它為專業語音轉錄提供了新的開源選擇。Oct 30, 2026327.8k黃仁勳歐洲撒錢 20 億美元：拉攏四家法企，喊話"歐洲必須入場"據彭博社，英偉達CEO黃仁勳歐洲行，13日宣佈在原有基礎上追加20億美元投資。他透露，過去一年英偉達已向歐洲投入80億美元，此次繼續加碼。作為全球最大AI芯片商，黃仁勳承諾將在世界各地投資數千億美元，既催熟AI應用，也拉動自家芯片需求。此行他還與法國總統馬克龍會面。Oct 14, 2026197.
7kIDC 報告：英偉達中國 AI 芯片份額跌至 34%，華為追到 28%IDC報告顯示，2026年上半年英偉達在中國數據中心AI芯片市場份額降至34%。美國出口管制限制其供應，中國本土廠商藉機擴張。1至6月，英偉達在華AI加速器出貨量僅67.8萬顆，同比降44%。CEO黃仁勳多次批評華盛頓限令，稱政策迫使英偉達讓出中國這個價值500億美元的市場。Oct 13, 2026298.8k英偉達思科聯手甩出USFP光模塊規範：單通道400G、帶寬翻四倍，AI集群的血管先一步擴容AI算力常卡在芯片間數據傳輸。
10月12日，英偉達與思科推出業界首款支持400Gbps/lane高速信號的可插拔光模塊規範USFP，以拓寬瓶頸。相比OSFP，USFP尺寸相當但集成度更高：首批含16條全雙工通道，可擴展至32條以上，吞吐量最高達12.8Tb/s，有望提升AI集群互聯帶寬。Oct 13, 2026173.4kOpenAI與紅帽等聯合推進OCE1.0研發，打造面向AI代理的“企業級Kubernetes”OpenAI、紅帽、英偉達等聯合開發開源智能體框架企業級版OpenClaw Enterprise（OCE1.0），旨在消除政企對自主AI代理的安全顧慮，社區稱其為“面向代理的Kubernetes”。
項目由OpenAI內部發起，現捐給OpenClaw基金會統籌。OpenClaw由Peter Steinberger創建，是最早用大模型實現郵件分析回覆、日程預約等自動化的代表性項目之一。Sep 30, 2026397.2k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
從"能畫"到"能改"：OpenAI 用 Images 2.6 補齊生圖工作流
AI資訊AI新閒資訊正文從"能畫"到"能改"：OpenAI 用 Images 2.6 補齊生圖工作流發布於AI新閒資訊時間 :Nov 5, 2026閱讀 :1分鐘OpenAI 在官方博客裡亮出了一組數字:如今全球用戶每週通過 ChatGPT、Codex 和 API 創建的圖片已達40億張，日均超過5億張。當 AI 生圖走到這個量級，行業的痛點早已不再是"能不能畫出來"，而是"畫完之後能不能方便地改"。正是順著這個轉向，OpenAI 於今日正式推出 Images2.6，並同步向 ChatGPT、Codex 與 API 開放，覆蓋全部訂閱檔位和桌面、移動、網頁端。更快、會動、改得穩這次升級主要有三處變化。其一是生成速度提升約50%，用戶能更高頻地改提示詞、反覆調整畫面。其二是正式支持用文字提示詞生成 GIF 動圖，模型可理解連續動作邏輯，把角色設定、鏡頭固定、幀結構和循環過渡一併編排，從靜態圖往輕量動畫推進一步。其三是強化多輪編輯的一致性——這是實際創作裡最磨人的環節，經常一改就把人物長相或產品外觀帶偏。面向開發者，OpenAI 給出兩款定位不同的 API 模型:主打速度的 Flare 在低畫質下最快6秒出圖，強調畫質與一致性的 Sunburst 則負責在連續修改中守住人物、產品和品牌細節。這對做系列海報與品牌素材的團隊尤為關鍵。把控制權交還工作流更實質的更新藏在編輯環節。Images2.6把 ChatGPT 裡已有的圖像標記功能帶到了 API，讓開發者能精準指定"改哪一塊"，避免小修變成整圖重畫;同時支持 SVG 導出，方便結果直接進入網站、App 與印刷場景。新增的 complexity 參數則讓開發者控制模型為滿足提示詞投入多少規劃——簡單換背景用低值換速度，複雜構圖用中高值換精度。價格與此前 Images2.5持平，圖像輸入每百萬 Token8美元、輸出30美元。另據
砍額度不砍戰略：蘋果把內部 AI 開支擰進"緊箍咒"
AI資訊AI新閒資訊正文砍額度不砍戰略：蘋果把內部 AI 開支擰進"緊箍咒"發布於AI新閒資訊時間 :Nov 5, 2026閱讀 :1分鐘據多家媒體援引知情人士，蘋果已開始收緊內部 AI 工具的使用成本。最直接的變化落在工程師身上：今年 10 月，部分工程團隊的每日 AI 額度已從 300 美元降到 200 美元，公司還在研究進一步壓縮，未來某些工程團隊可能只剩每天 100 美元。相比之下，不少非工程團隊此前就已執行 100 美元上限，而內部曾討論把部分團隊壓到每天 25 美元。對於確實離不開高配額的崗位，員工仍可向高管申請額外額度。被砍的是浪費，不是戰略這些預算主要用來支付 Claude、ChatGPT、Gemini 等生成式模型的 Token 消耗——工程師因大量藉助 AI 編程，向來拿著最高檔額度。過去一年，硅谷流行的"Token Maxxing"風氣讓用量水漲船高，甚至有人攀比誰用得多。為剎住勢頭，蘋果鼓勵團隊改投更便宜的模型，或優先跑本地設備上的 AI 方案。Token 作為主流 AI 服務的計費單位，用量越大賬單越厚，這正是蘋果要擰閥門的地方。但值得注意的是，公司整體研發開支在 2026 財年仍在同比大增，AI 與基礎設施正是主要推手，說明戰略並未減速，只是在給使用紀律上弦。行業進入算賬時刻這種從"敢花"到"算賬"的轉向並非蘋果孤例，過去一年行業經歷大規模擴張，如今開始追問這些開支換回多少生產力。內部態度出現分化：有人認為 300 美元本就寬鬆、實際很少觸頂，新規影響有限；也有人把它看作更廣泛節流的前奏，加上部分業務部門引入外部顧問評估效率，關於重組的猜測悄然升溫，不過目前並無證據顯示蘋果已定裁員方案。在經歷早期狂飆後，企業正把目光從"用得多不多"轉向"值不值"——如何壓住運行成本，成了整個行業共同的新課題。相關推薦蘋果還沒造出智能體，卻在年報裡把它寫成了風險蘋
千問AI Office升級端內編輯與模板能力，Word、Excel、PPT均可按需修改
用戶可按照單位或個人的格式要求生成文件，並直接在千問內修改內容和樣式，減少跨軟件操作與格式返工。目前，相關功能已逐步開放體驗。目前，千問已支持在端內直接編輯Word、Excel、PPT三類常用文件，用戶不僅可以修改文字、表格和圖片內容，還可以調整字體、字號、顏色等樣式，操作體驗進一步貼近本地Office軟件。
Google AI Research Releases Agile Deliberation Framework for Gray-Area Image Classifiers
Google Research has released Agile Deliberation, a human-in-the-loop framework for building image classifiers around subjective concepts. Think ‘healthy food’, ‘inspiring artwork’ or clickbait in content moderation.
剛剛，Claude Code產品一姐加入OpenAI！
智東西 作者 | 王涵 編輯 | 雲鵬 智東西11月5日報道，剛剛，Claude Code和Cowork的核心產品負責人Cat Wu（Catherine Wu）宣佈將加入OpenAI，負責領導核心產品的管理工作。 “小龍蝦之父”即OpenClaw的創始人Peter Steinberger，與OpenAI o系列模型的開發者Noam Brown在評論區送上祝福。 昨天，Cat Wu在X上發文稱週五將是其在Anthropic的最後一天。有人在其評論區問：“你現在打那休那6個月的假嗎？”Cat Wu回答道：“post agi！（在AGI之後）”現在看來，這句話妥妥是個伏筆。 Cat Wu是技術出身，2013年至2017年，她在普林斯頓大學讀計算機科學專業，並曾去往瑞士蘇黎世聯邦理工學院交流學習。本科期間，她曾與同學開發協作白板應用Scratchwork。 畢業後，她加入Youtube從事技術工作。一年後，Cat Wu加入Scale AI擔任產品工程師一職，作為早期員工參與企業產品建設及運營規模化。2020年，她又跳槽至初創公司Dagster擔任工程主管，負責商業產品Dagster Cloud建設。 再之後，自2021年10月到2024年8月，Cat Wu成為了一名風險投資合夥人，在Index Ventures中負責投資企業軟件、數據基礎設施、開發者工具及AI創業公司等。 2024年8月，她正式加入Anthropic。 根據Cat Wu在Anthropic官網上的署名文章，她起初擔任研究產品團隊的產品經理。而後參與了Claude Code內部工具實踐，利用早期Claude Code構建用戶反饋分析工具、評測環境及強化學習相關實驗。 2025年起，她及團隊開始推動Claude Code產品化，定下了Claude Code的產品路線並搭建整體功能框架，將Claude Code推至C端。
GPT能做動圖了！10秒一張，實測“穿幫”有點多
作者 | 陳駿達 編輯 | 雲鵬 OpenAI的圖像生成模型，能直出動圖了！ ▲圖源：X平臺 11月5日報道，今天，OpenAI發佈新一代圖像生成模型Images 2.6。此次升級主打兩個方向：一個是生成更快、編輯控制更細，另一個就是首次支持直接生成GIF動圖和SVG（矢量圖，常用於嵌入網頁）導出。 按OpenAI給出的數據，Images 2.6的生成速度較此前提升50%，API裡把質量設為最低檔時，不到5秒就能出一張圖。我們的實測顯示，動圖生成大概也只要10秒-15秒。