何恺明VISTA让Claude满分通关AGI考试

时间：2026年10月1日论文挂arXiv，10月4日中文媒体广泛报道并登上36氪、量子位、新智元等头条 地点：美国麻省理工学院（MIT）EECS系，CSAIL实验室 人物：MIT副教授、Google DeepMind兼职杰出科学家何恺明（Kaiming He）；MIT博士生胡珂雅（Keya Hu）、韩秋实（Qiushi Han）、邱琳璐（Linlu Qiu）；MIT副教授Cathy Wu；被测模型为Anthropic Claude Opus 5.0与OpenAI GPT-5.6 Sol 事件详情：何恺明团队10月1日在arXiv发表论文《VISTA: A Visual Harness for Reasoning in an Interactive World》（arXiv:2610.02200）。VISTA是一套"视觉Harness"，给现成多模态大模型套上一双"真正的眼睛"和一本"无损相册"：模型直接读取512×512的PNG原图（而不是ARC-AGI-3官方给的64×64数字网格），并把每一帧画面按编号存档，可随时调用inspect翻看、几帧并排比对、放大局部、用read_pixels读出精确颜色——翻相册不算步数，只有真在游戏里操作才计步。论文还配套两个笔记本GUIDE.md记游戏规则、WORKING.md当草稿纸。ARC-AGI-3是Keras之父François Chollet与ARC Prize基金会2026年3月发布的交互式像素小游戏AGI考卷，近500名人类小白作为基线，AI要通关且步数不超人类才能拿满分。VISTA加持下，Claude Opus 5.0的相对人类动作效率（RHAE）分数从裸跑40.68跳到100.00，打通25个公开游戏全部183关，总步数仅7302步，是首玩人类的0.43倍；GPT-5.6 Sol同样全部通关，拿99分；320B开源模型从裸跑1.89分暴涨到66.93分（35倍）。这套设计还在3D透视场景（84.12分）、34款网页游戏（成功率63.3%反超人类小白55.3%）、看图连线题等多个零样本环境验证有效。 背景：过去半年整个行业押注"模型做大+推理拉长"路线，Tycho、Schema等高分方案全靠让大模型给每个游戏写几千行Python硬造模拟器（Schema光是跳棋LF52就写了4000行）。何恺明团队的判断是"大模型的脑子早就够用了，卡住它的是眼睛和记性"——他们一年连发三篇论文死磕"ARC是视觉问题"：第一篇VARC用1800万参数小模型从零训练纯看图追平人类平均分；第二篇NAT-ARC用ImageNet猫狗做预训练让抽象推理跟着变强；第三篇VISTA索性不训练小模型，直接给前沿大模型配上"相册"。VISTA刻意追求极简：没有新训练的模型，每个游戏的提示词是同一份四句话，没有一个字教它怎么玩——光这一招就在ARC-AGI-3做到了不写程序就满分，论文里称这是"第一个不靠写程序就在ARC-AGI-3上做到满分或近满分的系统"。 影响：VISTA把Claude从40分打到满分靠的却是"模型外面"的一双眼睛和一本相册，直接挑战整个行业的"大模型越大越聪明"默认路线。ARC Prize联合创始人Mike Knoop判断，越来越多的"学习"会发生在模型权重之外，通往AGI的下一程比的是谁能让模型看清世界、记住世界。何恺明团队的下一站是充满真实画面的具身环境——那里没人会提前把世界翻译成一张数字表；MIT CSAIL博士生胡珂雅（上海交大ACM班出身，三篇中两篇一作一篇二作）成为串起整个研究线的关键人物。 总结：何恺明MIT团队用VISTA"视觉Harness"证明，AGI瓶颈不在模型参数，而在感知与记忆——把数字网格换回图片、把上下文换成无损相册，Claude Opus 5.0就在ARC-AGI-3拿满分，步数只要人类0.43倍；这条"模型外部的眼睛+记忆"路线，可能比"再把模型做大"更接近通用智能。 参考来源： 1. https://arxiv.org/abs/2610.02200 — arXiv论文官方页（Qiushi Han*, Keya Hu*, Linlu Qiu, Cathy Wu, Kaiming He, 2026-10-01） 2. https://vista-research.github.io/ — VISTA项目官方博客（含全套数据与可视化） 3. https://www.alphaxiv.org/abs/2610.02200 — alphaXiv论文镜像与作者主页 4. https://m.sohu.com/a/1083883241_122014422 — 新智元/搜狐：Claude满分、GPT 99分！何恺明团队把AGI考试打穿了 5. https://finance.sina.cn/stock/jdts/2026-10-04/detail-initzrfm5584295.d.html — 新浪财经：Claude满分、GPT 99分！何恺明团队把AGI考试打穿了（10月4日 12:30） 6. https://www.kucoin.com/news/flash/he-kaiming-team-s-vista-system-achieves-100-100-in-agi-exam — KuCoin News英文全文转译 7. https://lillian039.github.io/ — 共同一作Keya Hu个人主页（含完整论文列表与教育背景） 8. https://people.csail.mit.edu/kaiming/ — 何恺明MIT官方主页（论文列表含VISTA） 9. https://36kr.com/p/4011070893871238 — 36氪：Claude满分、GPT 99分，何恺明团队把AGI考试打穿了 10. https://x.com/HuLillian39250/status/2085184679280521530 — Keya Hu X原帖：The first long-horizon visual harness to achieve a perfect 100% score on ARC-3 11. https://www.mindstudio.ai/blog/opus-5-arc-agi-3-breakthrough — MindStudio：How Claude Opus 5 Cracked ARC-AGI-3 With Algebraic Reasoning 12. https://arcprize.org/arc-agi/3 — ARC Prize官方：ARC-AGI-3交互式推理基准说明 13. 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/ — NVIDIA开发者博客：另一条在ARC-AGI-3上做到100%的架构 14. https://arxiv.org/abs/2511.14761 — 何恺明团队前作：ARC Is a Vision Problem!（VARC基础论文）