英伟达等发布Realtime-Bench：实时任务最高成功率44%

英伟达与得克萨斯大学奥斯汀分校等机构发布实时交互评测基准Realtime-Bench，包含八类场景的50项任务，考察大模型的实时感知、时间自适应推理和行动时机把握能力，并设置三种环境推进时钟协议。研究团队测试了12款前沿大模型。在环境按实际推理耗时推进时，表现最佳的GPT-6-Astra任务成功率为44%；高推理强度下，三次测试全部成功的概率为36%。实验还发现，增加推理强度未必提高成功率，仅缩短推理延迟也无法解决所有实时交互问题。