让AI Agent「试玩」世界模型，长程目标评测有了新基准PlayWorld
让AI Agent「试玩」世界模型，长程目标评测有了新基准PlayWorld世界模型应该如何评测？答案是：像真实用户一样去 “玩” 它。
来自主题: AI技术研报
9959 点击 2026-08-24 15:39
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
世界模型应该如何评测？答案是：像真实用户一样去 “玩” 它。
据 Business Insider 报道，开源 AI 平台 Hugging Face 正在评估外界的并购意向，并已委托一家投行接洽买家、摸底报价，潜在估值或达 130亿美元以上。Hugging Face 上一次融资是在 2023 年，当时估值约 45 亿美元，并获得 Google、亚马逊、英伟达、英特尔和 Salesforce 等公司的投资。
在 AI 时代，只要你学得足够慢，你就可以不用学。年初 OpenClaw 最火的时候，为了养一只「龙虾」，有人专门买 Mac mini，有人从命令行开始补课，装环境、配模型、研究 Skill，顺便再和各种报错斗智斗勇。
RSI（Recursive Self-Improvement，递归自我改进）是今年 AI 创业里最密集的一个方向。如果说RSI 最严格的定义，只有一句话：AI 改进“制造下一代 AI”的方法，下一代继承了这个改进，于是能做出更好的下下代。
你没猜错，微信又在灰度测试新的 AI 功能了。
真正的智能，在于能否基于有限的数据，实现可靠的泛化与迁移。
AI 没有抢走任何人的工作。至少到目前为止没有。
近日，根据投资界报道，AI硬件创业公司溯光灵迹科技(深圳)有限公司 已于近日完成首轮融资，由产业链上下游的多家头部公司参投，估值达到亿元级别。值得一提的是，此轮融资从启动到资金到位仅用时半个月。
2024 年，Boris Cherny 加入 Anthropic 时，AI 编程产品大多还停留在代码补全和对话问答阶段。模型已经能够写出完整的函数和文件，但产品通常只允许它在编辑器里提出建议，很少真正赋予它读取代码库、修改文件和调用终端的能力。
第一次测试这个 Skill 时，我没有让 Flova 生成任何画面。