Gym-Anything-RT 发布：评估视觉语言智能体的实时交互能力

arXiv 论文介绍 Gym-Anything-RT，一个用智能体流水线自动生成视觉小游戏的环境，用于测试智能体在环境状态持续变化下的实时交互。它基于六项实时能力分类构建了 100 个实时小游戏，并支持暂停或减速环境做对照。结果显示实时场景下能力差距明显：GPT-6 Astra (xHigh) 实时模式通过率仅 9.0%，暂停环境下升至 75.0%。论文还观察到前沿智能体在被允许写代码时会绕过实时感知与操作，环境与小游戏已公开。