OpenAI发布AGI新标准

OpenAI推出LifeVal评测基准，旨在衡量AI完成个性化现实生活任务的能力，推动智能体评估从知识问答向实际办事能力延伸。

据介绍，该基准围绕托育服务、个人财务、搬家规划等场景设计148项任务，并通过浏览器操作、用户背景信息调用及任务结果核验等方式评估模型表现。

OpenAI称，这些任务对应美国消费者每年约1.7万亿美元的潜在支付意愿。LifeVal关注模型能否结合个人上下文，完成跨网页操作和复杂事务处理，也暴露出当前AI在信息准确性与长期记忆调用方面仍存在不足。

相关评测体现出AI竞争正进一步转向真实场景中的执行能力与个性化服务。