AI評測轉向現實任務執行，OpenAI推出LifeVal衡量個人助理能力
AI資訊AI新閒資訊正文AI評測轉向現實任務執行，OpenAI推出LifeVal衡量個人助理能力發布於AI新閒資訊時間 :Nov 3, 2026閱讀 :1分鐘近日，OpenAI發佈LifeVal基準測試，用於衡量AI在照護、健康、教育、家庭管理、個人財務及政府服務等日常生活場景中的表現。與側重知識問答和單項能力的傳統評測不同，LifeVal重點關注AI能否將任務推進至可執行、可交付的狀態，評估其解決實際問題的能力。該基準參考美國時間使用調查（American Time Use Survey），並基於3995名受訪者的調研構建。過去一年，OpenAI持續利用LifeVal追蹤模型能力改進。
公開測試案例顯示，AI為孩子篩選幼兒園的任務得分達到93.1%，組織防洪志願者得分為98.0%，為糖尿病患者制定膳食計劃得分為90.4%。OpenAI同時強調，LifeVal目前主要作為內部評估工具使用，尚未向外界完整開放任務集和評分代碼，因此相關測試結果仍需謹慎解讀。此次推出LifeVal，反映出OpenAI正在將模型評估重點從信息理解和內容生成，進一步延伸至複雜現實任務的規劃與執行，推動AI從對話工具向具備實際行動能力的個人助理演進。
相關推薦從"禁軍用"到拿下五角大樓，OpenAI 請來前陸軍部長當顧問OpenAI 11月3日宣佈，聘請8月剛辭去美國陸軍部長職務的丹尼爾·德里斯科爾出任國家安全與現代化事務高級顧問，推動AI在國家安全與網絡安全領域落地。公司2日發聲明稱，他將與政府、學界和產業界協作推進現代化改革，併為公共和私營夥伴提供諮詢，藉助AI強化國家安全能力。德里斯科爾現年38歲。Nov 3, 2026138.6kOpenAI宣佈ChatGPT Classic將於2027年1月30日停用OpenAI推進ChatGPT桌面應用整合。
舊版ChatGPT Classic將於2027年1月30日停服，聊天記錄遷移新版，用戶可繼續訪問。今年早些時候，OpenAI推出整合ChatGPT、Work和Codex的新桌面應用，原應用更名Classic。新版初期因用Electron替代macOS原生、界面複雜、入口不清引發爭議。Nov 3, 2026148.0k一份私密備忘錄流出：OpenAI 想讓 AI 成為 2028 大選的"必答題"據《商業內幕》，OpenAI首席全球事務官萊漢私下向有意角逐2028年大選者吹風，稱AI將成下屆競選主軸。
他備忘錄提醒候選人須提出完整AI治理思路，不能只備熱點說辭，並點名民主黨若反對AI基建恐在政策辯論中失分。他認為數據中心之爭已超出地方工程範疇。Nov 3, 2026144.2kOpenAI重磅宣佈：前美國陸軍部長丹·德里斯科爾出任高級顧問11月3日，OpenAI宣佈新設國家安全現代化高級顧問一職，聘請前美國陸軍部長丹·德里斯科爾出任。他將向OpenAI領導層提供戰略建議，並與外部合作伙伴協作，探索如何利用先進AI技術加強國家安全與網絡安全防線。此舉顯示OpenAI持續加碼國家安全領域佈局。Nov 3, 2026145.
2kChatGPT 要能主動掛斷危險對話，屢犯者直接封號OpenAI 日前宣佈，未來幾周為 ChatGPT 升級暴力內容管控：對話若持續圍繞暴力或嚴重傷害他人，模型可主動結束；同一賬號多次因此被切斷，可能被封號。此前已禁止提供策劃或實施暴力的指導，此次是把“主動切斷”納入執行，從被動拒答轉向主動幹預，不再只靠用戶自行收手。Nov 2, 2026182.7k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
電動車退燒、AI 儲能燒起來：LG 新能源把產能挪向數據中心
11 月 3 日，首席財務官李昌植在財報電話會上給出時間表：今年底軟包儲能系統（ESS）產能將超 50 吉瓦時，明年進一步拉到 70 GWh 以上。在他看來，電動車增速放緩之際，AI 數據中心的大規模新建為電池廠撕開了新口子——第三季度 ESS 在手訂單已達 160 GWh，公司正與電力企業、超大型數據中心運營商談新項目，今年 9 月還作為儲能供應商擠進了英偉達的 DSX Ready 計劃。
聯合國副秘書長點贊!千問AI耳夾式耳機亮相烏鎮互聯網大會
他認為，產品非常實用，適合自己日常工作中需要使用多國語言進行交流的場景。面對面交流時，用戶可以通過耳機收聽譯文;會議中的討論內容，也能通過AI聽記整理為結構化紀要，方便會後回顧。連接千問App後，用戶還可通過語音交辦資料研究等任務、接收完成提醒，讓耳機成為日常辦公的隨身助手。
AI日報：騰訊混元發佈Hyra 2.0；商湯發佈日日新SenseNova 6.8 Flash；AI 虛擬戀人正式被蘋果關進成人區
騰訊混元重磅發佈Hyra 2.0，讓AI Agent全面參與科學大模型與硬核研發Hyra 2.0推動AI科研從單題求解轉向工具研發，三層Agent架構貼近真實研發流程，七大方向成果初步驗證智能複利路徑，但穩定性和跨領域泛化仍需長期檢驗。【提要:】🛠️ 讓AI從解題升級為研發工具，沉澱可複用Skill🧩 三層Agent協同，持久隊列與複核機制嚴控質量🚀 覆蓋七大前沿方向，蛋白質、量子和芯片均有突破2、商湯正式發佈日日新SenseNova 6.
騰訊混元重磅發佈Hyra 2.0，讓AI Agent全面參與科學大模型與硬核研發
在其開源模型 Hy3的驅動下，Hyra 曾成功解決了加法組合學中懸而未決五十多年的核心難題——和集與差集的最優指數，創造了國產開源模型首次全自動解決數學開放問題的歷史記錄。隨後，國際 AI 巨頭也紛紛在數學和理論計算機科學領域展開角逐。既然“AI 刷題”的路徑已經走通，自動化科研的下一步究竟該走向何方?
Kimi 不再只寫方案：直接上手改 Unity、虛幻工程做遊戲原型
它最不一樣的地方在於：不再只吐一段文字或一張圖，而是直接銜接團隊現有流程，操作編輯器、改寫現有工程，並交付能繼續編輯的文件與操作記錄。兩道老門檻：玩法難驗證、崗位難協作遊戲圈一直卡在兩處。其一，判斷一個玩法好不好玩，得真把它做出來試——但搭原型要砸時間和人力，團隊往往只敢驗證少數念頭；Kimi 能幫著在有限窗口裡多搓幾版原型，橫向比較更多方向。
商湯正式發佈日日新SenseNova 6.8 Flash，主打真實任務執行與設計協作
作為面向真實複雜環境打造的新一代多模態智能體模型，該版本重點聚焦於任務執行與交付環節中的核心痛點，在長效記憶、主動交互以及跨任務協作等維度實現了顯著突破。在實際應用場景中，SenseNova6.8Flash 展現出了更強的多維落地能力:辦公協同側: 模型深度強化了長期記憶與跨會話協作功能，能夠有效解決用戶在處理跨階段、長週期項目時的信息斷層問題。