在最新的研究中，华为诺亚方舟实验室与UCL等团队联合推出的AI智能体系统Memento3，成功通关了ARC-AGI-3公开集中的25款游戏和183个关卡。令人惊讶的是，这一AI系统完成任务所需的操作次数仅为7518次，相较于人类玩家的17135次操作，减少了约56%。
这项研究不仅展示了AI的强大能力，更引入了一个名为RHAE（Relative Human Action Efficiency，相对人类行动效率）的新标准，Memento3在这一标准下获得满分100的优异成绩。而作为对比，使用同样底模的ClaudeOpus5在ARCPrize官方测试中，平均RHAE仅为40.7分。
更为惊人的是，Memento3在没有更新模型权重和针对游戏进行微调的情况下，能够自我学习并适应游戏规则。在一款经典的Atari游戏Pong中，AI通过自我摸索，最终实现了21:0的完美胜利，这表明它在掌握游戏策略方面的高效性。
基于世界模型的递归自我改进
这项研究的核心在于“Model-Based Recursive Self-Improvement”（基于世界模型的递归自我改进），通过让AI在玩游戏的过程中不断更新和修正自己的规则手册和代码。Memento3不仅在游戏中进行探索，还能实时修改策略，迭代出更符合实际情况的操作方法。
在具体操作中，Memento3建立了两份重要文档：Rulebook（规则手册）和Executable World Model（可执行世界模型）。Rulebook记录AI在游戏中总结出的规律，而Executable World Model则是将这些规律转化为可运行的Python代码，形成自己的游戏模拟器。这一过程使得AI能够在遇到新规则时，迅速调整策略并继续进行游戏。
与其他AI系统的对比
在与其他AI系统的对比中，Memento3的表现尤为突出。例如，普林斯顿大学的ContinualHarness仅通关3款游戏，得分20.5；英伟达的DreamTeam通关6款，得分38.1。独立研究者Sergey Rodionov的baseline1虽然通关了全部25款游戏，但也只获得99分，距离满分仅差1分。
Memento3不仅打破了前人的记录，更通过少量的操作步骤实现了高效通关，展示了AI在游戏领域的巨大潜力。通过递归自我改进的方法，AI不仅能减少操作次数，还能在复杂的游戏环境中自我学习，快速适应。
未来展望
虽然目前的研究主要集中在规则相对明确的游戏中，但Memento3所展现出的自我改进能力为未来AI在更复杂环境中的应用提供了新的思路。研究团队的成果表明，不必依赖于大规模的模型训练，AI也能通过不断修正自身的理解来提升表现。
随着技术的不断进步，未来我们期待看到更多类似Memento3的AI系统在不同领域的应用，特别是在需要快速适应和学习的复杂任务中。返回搜狐，查看更多