热点事件 持续更新
Realtime-Bench：评测大模型实时交互能力
1 篇报道 1 个报道来源 2 小时前更新
先了解这件事
AI 综述
2026年11月2日，Import AI 第479期报道，研究人员推出 Realtime-Bench 基准，用于评测大语言模型在实时交互任务中的表现。该基准涵盖 50 个游戏和网络任务，考察模型的三项能力：时间状态感知、自适应推理和时间感知动作选择。测试结果显示，GPT-6 Astra (high) 在 wall clock（真实时钟）设置下以 36% 的通过率居首；而当暂停时钟后，高推理模型的通过率可达 70%-80%。这一差距揭示了当前大模型在真实低延迟环境下的能力短板。该期报道同时提及美国国防情报局的太空安全报告与 Genie 4 等内容。目前该事件暂无后续进展报道。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 22:30
Realtime-Bench 发布，GPT-6 Astra 以 36% 通过率居首，暴露低延迟短板。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- Import AIImport AI 479: Realtime-Bench 揭示 LLM 低延迟短板、DIA 太空安全报告与 Genie 4
研究人员推出 Realtime-Bench，评测大语言模型在实时交互任务中的表现，涵盖 50 个游戏和网络任务，考察时间状态感知、自适应推理和时间感知动作选择三项能力。测试中 GPT-6 Astra (high) 在 wall clock 设置下以 36% 的通过率居首，而暂停时钟后高推理模型可达 70%-80%。同期内容还包括美国国防情报局的太空安全报告与 Genie 4。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。