英伟达与高校联合发布实时交互基准Realtime-Bench
Start here
2026年11月4日，英伟达与UT-Austin等机构联合推出了动态交互评测基准Realtime-Bench。该基准涵盖30个网页任务与20个游戏任务，旨在解耦模型的延迟与推理能力，设计了实际耗时、冻结环境以及token推进三种时钟协议。测试结果显示，表现最优的GPT-6 Astra在真实环境推进下的任务成功率仅为44%。实验进一步表明，延长思考时间会导致模型在动态任务中错失执行时机，而单纯缩短延迟也无法完全弥补其推理能力的缺陷。
AI-generated from reports · Updated 10 hours ago
Report timeline
Follow the reports to see different sides of the story.
- AITNT · AI头条英伟达与 UT-Austin 等发布实时交互基准 Realtime-Bench
英伟达与 UT-Austin 等机构联合推出动态交互评测基准 Realtime-Bench，覆盖 30 个网页任务和 20 个游戏任务，测试显示表现最佳的 GPT-6 Astra 在真实环境推进下的任务成功率仅为 44%。基准设计了实际耗时、冻结环境与 token 推进三种时钟协议来解耦延迟与推理能力。实验表明延长思考时间会使模型在动态任务中错失执行时机，单纯缩短延迟也无法完全弥补推理能力缺陷。
Story heat trend
Current heat 8·Comparable peak 10（Nov 4 16:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.