arXiv 发布 LOLPlay：英雄联盟实时视觉智能体基准
原文标题：LOLPlay: Benchmarking Real-Time Visual Agents in League of Legends
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者推出 LOLPlay 基准，在原生《英雄联盟》中设置 36 个英雄专属任务，覆盖资源管理、战斗、协作与目标，智能体仅通过截图与鼠标键盘交互。324 次评测中 GPT-6 Astra 在低/中推理强度下取得最高 25.0% 任务成功率，但提高推理强度并未提升任何模型表现，暴露实时控制中额外推理的代价。
- 问题
- 视觉智能体在实时变化环境中能否兼顾推理与及时操作。
- 方法
- 在原生英雄联盟中设 36 个英雄专属任务，仅用截图与鼠标键盘交互，含 82 项子目标检查。
- 结果
- 324 次评测中 GPT-6 Astra 最高任务成功率 25.0%、子目标成功率 40.3%，提高推理强度无增益。
- 影响
- 实时控制场景里加长推理反而挤占交互轮次，智能体设计需权衡思考与行动。
深读 · 结论先行AI 生成展开看要点与影响 ↓
LOLPlay 实测最高任务成功率仅 25.0%，提高推理强度反而不涨
- •在原生《英雄联盟》设 36 个英雄专属任务，覆盖资源管理、战斗、协作与目标
- •智能体仅通过截图与鼠标键盘交互，82 个可执行子目标检查区分部分进度与完成
- •324 次评测覆盖 3 个模型 × 3 档推理强度，GPT-6 Astra 低/中强度下成功率最高 25.0%
- •Astra 中强度子目标成功率 40.3%；高强度对任何模型都未提升两项指标
- •Astra 高强度下请求更长导致交互轮次减少，轨迹显示子目标组合不完整、动作滞后于场景变化
为什么重要：给出实时视觉智能体的明确短板：推理时间与交互轮次直接冲突，对做游戏/实时控制智能体的团队是设计约束而非调参问题。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。