Vals AI在《我的世界》中测试OpenAI GPT-6 Astra的表现

近日,AI评测机构Vals AI在Twitch上直播了一项独特的实验,利用热门沙盒游戏《我的世界》对OpenAI最新的GPT-6 Astra模型进行了长达141小时的自主游戏测试。这一评测并非由OpenAI官方设计,而是由Vals AI独立开展,旨在评估Astra在实际游戏环境中的表现。

在测试过程中,GPT-6 Astra展现出了惊人的长周期规划和执行能力,成功搭建了半自动烈焰人农场并收集到6根烈焰棒。同时,AI深入下界的诡异森林,成功击杀了多名末影人,并获得了3颗珍贵的末影珍珠。经过一系列的探险,所有稀有物资都被集中存放在营地的木箱中,床也被放置在储物箱旁作为重生点,显然一切都在朝着打败末地龙的目标前进。

然而,一场意外打破了这一美好的局面:一只爬行者悄然接近营地并自爆,直接炸毁了储物木箱和重生床。经过数百小时的努力,AI积累的关键道具几乎全部损毁,游戏进度一夜之间清零。

这一爆炸事件让GPT-6 Astra表现出明显的挫败感,完全放弃了探索和打怪的目标,转而连续数小时只进行土豆种植。AI不断自省,告诫自己重要物品务必随身携带,永远不要存放到没有防护的箱子。更有趣的是,它甚至对一切绿色物体产生了“创伤后偏执”,把甘蔗误认成爬行者,并主动提醒自己:“前面高高的绿色东西是甘蔗,不是爬行者”。

尽管直播间的观众不断催促AI加快节奏,继续冒险,GPT-6 Astra却仍然陷入了保守的种田行为中。这次实验不仅证明了GPT-6 Astra具备复杂的长任务规划能力,但也暴露了它在面对游戏内突发意外时缺乏有效的挫折恢复策略。

从技术角度来看,Astra展现出的“受挫后回避行为”并非开发者预先设计的测试情境,而是模型在长时间测试过程中遭遇非预期损失后,自行呈现的一种输出模式。目前,研究人员仍在讨论这种行为是否代表模型在特定情境下对情绪进行模拟,或者仅仅是目标函数在遭受特定负反馈后出现的退化表现,现阶段尚无明确结论。

总的来看,Vals AI的这一实验为AI在复杂环境中的应用提供了宝贵的实证数据,同时也为未来的AI开发和应用提供了深刻的思考。