AI挑战《超级马力欧兄弟》：GPT-4o 太菜了！

文章预览

上周五，加利福尼亚大学圣地亚哥分校的 Hao 人工智能实验室开展了一项别具一格的研究，他们把 AI 应用到经典游戏《超级马力欧兄弟》中，以此对 AI 性能展开测试。测试结果表明，Anthropic 的 Claude 3.7 展现出最为优异的表现，Claude 3.5 紧追其后，然而谷歌的 Gemini 1.5 Pro 以及 OpenAI 的 GPT-4o 表现欠佳。 此次实验并非采用 1985 年最初发行的游戏版本，而是借助实验室自主研发的 GamingAgent 框架，在模拟器里进行。GamingAgent 为 AI 提供基础指令和游戏截图，AI 则生成 Python 代码来控制马力欧。研究人员注意到，像 OpenAI 的 o1 这类推理模型，其表现比不上 “非推理” 模型，主要原因在于它们决定行动需要花费数秒时间，可在《超级马力欧兄弟》这款游戏里，时机的把握极为关键。 虽说游戏向来都是衡量 AI 性能的重要手段，不过部分专家对将游戏表现与技术 ………………………………