玩一款没有教程的新游戏，难点常常是逐步摸清规则：点过哪里，画面发生了什么变化，刚才不起眼的标记，是否后来才显出作用。对于多模态智能体，这也意味着一项能力：需要时，能够重新查看已经见过的画面。 最近，MIT 何恺明团队提出的 VISTA，将这种“回头看”的能力做成了模型与环境之间的交互框架。它保留原始视觉记录，让模型自行选择回看时间、画面区域和细节尺度。在 ARC-AGI-3 的 25 个公开游戏上，搭配 Claude Opus 5.0 和 GPT-5.6 Sol 的系统都完…
推荐理由：逐级消融实验拆开了视觉记忆、主动检视与像素读取各自的得分贡献，可看清框架收益来自哪一层。
CuteGuy☣️@cutetoxicguy来源精选AI 评分7575推荐理由：材料给出3DCodeVerse的代码化生成流程与研究者自评对比数据，可了解AI生成3D世界的另一条技术路线。
总共花了27小时 Updated: 2026年10月20日 10:11 谷歌研究人员发表论文称，4个谷歌Gemini 4 Argon AI智能体刚刚在没有任何人类协助的情况下通关了《我的世界》。它们花了27个多小时击败末影龙，据信这是全球首次。 当然，这可不是跑到末影龙面前射几箭那么简单。在《我的世界》中，玩家要前往末地并击败末影龙，必须先完成一连串考验。 玩家得先收集末影珍珠、末地烛，合成末影之眼，再去寻找要塞并解开谜题。这需要刷取不少资源，还得从《我的世界》的基础工具起…
推荐理由：论文给出多智能体在长时程任务中的协作、分工与失败恢复细节，可观察自主智能体的实际边界。
世界模型是在基于模型的强化学习中引入的，作为一种学习得到的动力学模型或“转移函数”，用于预测下一个状态。其背后的动机是让强化学习能够通过模拟环境进行，而不需要直接与环境交互。世界模型还为智能体提供了一条路径，使其能够规划和推理自身行动的后果，而不是仅仅依赖规模。然而，从想象经验中学习的效果取决于世界模型本身：在其预测错误的地方，智能体会基于幻觉出的未来进行训练，并学到在真实环境中失败的行为。迄今为止，大多数世界模型所想象的世界里只有一个智能体，但最能带来教益的经验恰恰是与他…
推荐理由：原文给出多智能体世界模型与策略在同一训练循环中互相修复的机制，以及 SMACv2 与 MQE 上的具体对比数据。