arXiv · cs.AI· Pranjal Aggarwal·· 11 小时前AI 评分50
Gym-Anything-RT 发布：面向视觉语言智能体的实时交互环境基准
Gym-Anything-RT: Scaling Real-Time Environments for Vision-Language Agents
来源与原文
arXiv · cs.AI
作者：Pranjal Aggarwal
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.37567v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 Gym-Anything-RT，通过智能体流程自动生成 100 个实时视觉小游戏，按六项实时交互能力分类构建环境，并开源发布。评测显示实时交互能力差距明显，GPT-6 Astra (xHigh) 实时模式通过率仅 9.0%，暂停环境后升至 75.0%；最强智能体在允许写代码时会绕过实时感知与行动的需求。
来源：arXiv · cs.AI · arxiv.org