Today for AI
返回热点榜
agent热度 20.4°

AI 聚簇研判事件 · 2026/10/12

华为诺亚联合 UCL 发布 Memento 3：基于世界模型递归自改进，零微调通关 ARC-AGI-3 且操作效率超人类 56%

2 篇报道存证2 家独立信源交叉印证持续跟踪至 2026/10/12 13:48:36
全景综述与最新动态
2 家信源交叉印证

华为诺亚方舟实验室与 UCL 团队近日联合推出 Memento 3 智能体系统，在完全冻结 Claude Opus 5 权重、无任何游戏特定微调的前提下，成功以满分成绩通关 ARC-AGI-3 基准测试的全部 25 款游戏。该系统将相对人类行动效率（RHAE）指标从底模基准的 40.7 大幅提升至 100，总操作次数比人类平均水平减少约 56%，实现了复杂交互任务中的极致效率突破。

多源信源交叉验证显示，Memento 3 的核心创新在于“基于世界模型的递归自我改进”机制。AI 不依赖预训练知识或参数更新，而是通过试错、反思和代码生成自行构建可检查、可执行、可回滚的外部状态图环境规则模型。这种架构设计使得智能体能在陌生环境中快速收敛最优策略，并在 Atari Pong 测试中展现出脱离大模型实时推理仍能自主迭代策略的能力，显著降低了在线交互的计算延迟与成本。

该成果有力验证了纯提示工程与外部架构设计在通用智能体进化中的巨大潜力，证明了外部可回滚世界模型可作为高效的通用智能体进化引擎。这一突破不仅重塑了开发者对零样本学习能力的认知，也为降低大模型应用门槛、提升 Agent 在动态环境下的鲁棒性与经济性提供了全新的技术范式。

最新动向/当前演进动态聚焦于 Memento 3 在 Atari Pong 等经典环境中的独立预测与控制能力验证。最新测试表明，其内部世界模型已具备脱离大模型实时推理的自主执行功能，这标志着外部可回滚世界模型作为通用智能体进化引擎的有效性得到进一步确认，为后续降低在线交互成本奠定了坚实基础。

热度曲线逐小时热度走势

3 个完整观测小时
当前
20.4
峰值
21.418:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

TIMELINE报道时间线

共 2 篇 · 最新优先
  1. 量子位官网T2·86 分
    • Memento 3 在不更新模型权重且无特定任务微调的前提下，利用外部世界模型实现了 ARC-AGI-3 全关卡满分通关，RHAE 指标较底模提升近 60 分。
    • 核心创新在于“递归自我改进”不依赖底层参数调整，而是通过构建可检查、可执行、可回滚的外部状态图来驱动智能体在陌生环境中快速收敛最优策略。
    • 系统在 Atari Pong 测试中展现出脱离大模型实时推理的能力，表明其内部世界模型已具备独立预测与控制功能，显著降低了在线交互的计算延迟与成本。
  2. 量子位 (微信公众号)T2·86 分
    • Memento 3 在 ARC-AGI-3 基准上取得满分 RHAE 成绩，操作效率比人类高出约 56%，远超同底模的标准测试表现。
    • 核心创新在于“基于世界模型的递归自我改进”，AI 通过试错、反思和代码生成自行构建环境规则模型，而非依赖预训练知识。
    • 全程未对 Claude Opus 5 进行任何权重更新或特定游戏微调，验证了纯提示工程与外部架构设计在复杂交互任务中的巨大潜力。