Nvidia 编程代理 AVO 满分通过 ARC-AGI-3 推理基准测试

Nvidia 在社交媒体上宣布，其通用编程代理 AVO 在 ARC-AGI-3 交互推理基准测试中拿到满分。该测试旨在评估 AI 在陌生环境中的推理和适应能力，不提供任何预先说明的规则或目标。

AVO 完成了全部 25 个公开环境中的 183 个关卡，全程没有任何指令或明确规则。Nvidia 称，AVO 需要自行理解每个环境的目标并找到完成路径，这对代理的自主性要求极高。

ARC-AGI 系列基准由抽象推理语料库演变而来，第三版更强调交互和动态决策。此前的模型在该测试中得分普遍较低，AVO 的满分成绩是少数公开报告中的最高记录之一。Nvidia 强调这是一次性通过，而非多次尝试。

该结果发布于 2026 年 8 月 21 日，测试环境数量有限，且 Nvidia 未透露 AVO 的具体技术细节或运行成本，但满分成绩本身已引发开发者社区讨论。目前该代理尚未向公众开放使用。