英伟达AVO拿下ARC-AGI-3满分 25环境全通

时间：2026 年 8 月 21 日（美国时间），英伟达 8 月 21 日发布技术博客宣布 Agentic Variation Operators（AVO）在 ARC-AGI-3 公榜（public set）上以 100.00 的 RHAE 分数通关全部 25 个环境的 183 个关卡；8 月 22 日北京时间上午经 Hacker News 等渠道扩散引发关注。 地点：核心研究地点位于美国加州圣克拉拉（NVIDIA 总部研发体系），基准运行由 ARC Prize 基金会托管于其官方平台 arcprize.org，评测方法学公开于 docs.arcprize.org。 人物：研究由英伟达基础 AI 研究（NVIDIA Fundamental AI Research）团队主导，论文 arXiv 编号 2603.24517 第一作者为 Terry Chen，其他作者包括 Zhifan Ye、Bing Xu、Zihao Ye、Timmy Liu、Ali Hassani、Tianqi Chen、Andrew Kerr、Haicheng Wu、Yang Xu、Yu-Jung Chen、Hanfeng Chen、Aditya Kane、Ronny Krashinsky、Ming-Yu Liu、Vinod Grover、Luis Ceze、Roger Bringmann、John Tran、Wei Liu、Fung Xie、Michael Lightstone、Humphrey Shi；ARC-AGI-3 基准由 ARC Prize 团队（François Chollet 创立）设计。 事件详情：AVO 在 ARC-AGI-3 公榜 25 个交互式推理游戏环境上以 100.00 的 RHAE（Relative Human Action Efficiency）分数通关全部 183 个关卡，与人类首玩基线相比在动作效率上打成平手；团队将 AVO 与 Anthropic Claude Opus 5 主组合跑，并在部分高难子集同时配上 OpenAI GPT-5.6 Sol，发现两者呈现"互补"操作画像——Sol 墙钟更快达到同级，Opus 同级关卡动作数更少。 背景：AVO 不是一个新模型，而是一套"长期自主 Agent 通用架构"，由三大组件构成：(1) 主 Agent 持续检视、规划、实施并评测改动；(2) 持久记忆模块承接以往实现、评测结果、编译器/profiler 输出与累积推理；(3) 监督器监测主 Agent 搜索轨迹，遇到停滞或重复无效时介入重新定向。该架构最早用于 GPU 内核自动优化——在 NVIDIA DGX B200 上连续自主运行 7 天、探索 500+ 优化方向、产出 40 个已提交版本，让多头注意力内核跑赢 cuDNN 最多 3.5%、跑赢 FlashAttention-4 最多 10.5%，并以约 30 分钟自主适配分组查询注意力，再赢 cuDNN 7.0% / FlashAttention-4 9.3%。 影响：(1) ARC-AGI-3 公榜满分的真正意义在于它把"Agent 评测 ≠ 模型评测"具象化——同一底层模型配上不同 harness 表现差距巨大，这将推动 Agent 评测方法学、各家厂商 Agent 调度层和 ARC Prize 排行榜三方同步进化。(2) NVIDIA 用研究成果证明其"严肃工程友好"的 Agent 架构可在软件工程和长程交互两类看似迥异的任务间直接迁移，意味着一家以 GPU 而非基础模型闻名的厂商，正在用通用 Agent 栈反向切入基础模型调度战场。(3) 对开源社区与初创公司而言，AVO 的 harness 思路降低了"搭一套能跑、能在 ARC-AGI-3 拿到对人类水准的 Agent"的工程门槛——但 ARC-AGI-3 公榜满分能否复现于私榜或竞赛盲测集仍是悬念，Hacker News 讨论中已经出现"公开榜训练过拟合"的怀疑。 总结：英伟达 AVO 不是模型，而是一套把 frontier 模型（Opus 5、GPT-5.6 Sol）包成长期自主 Agent 的通用 harness，在 ARC-AGI-3 公榜 25 环境 183 关卡上交出 100.00 RHAE 满分；NVIDIA Dev Blog 与 arXiv 2603.24517 双渠道首发，论文描述 AVO 此前已在 B200 多头注意力内核自动优化上击败 cuDNN / FlashAttention-4，意味着该架构向更广推理任务横向迁移。 参考来源： - https://developer.nvidia.com/blog/nvidia-avo-reaches-100-on-arc-agi-3-demonstrating-a-frontier-level-general-purpose-architecture-for-long-horizon-autonomous-agents/ - https://arxiv.org/abs/2603.24517 - https://news.ycombinator.com/item?id=49387755 - https://arcprize.org/arc-agi/3 - https://docs.arcprize.org/methodology - https://developer.nvidia.com/blog/where-security-fits-in-an-ai-agent-stack/