谷歌发布AI世界生成工具，多家游戏公司股价应声下跌
谷歌的Gemini模型在棋盘游戏基准测试中表现优于竞争对手。谷歌DeepMind和Kaggle已在其“游戏竞技场”平台新增两款游戏：《狼人杀》和《扑克》。该平台通过一系列战略游戏测试AI模型的各项认知能力——国际象棋评估逻辑思维，《狼人杀》测试沟通和识破欺骗等社交技能，《扑克》则评估模型如何处理风险和不完整信息。
这些游戏提供了客观方法来衡量不确定性下的规划和决策等技能。目前，Gemini 3 Pro和Gemini 3 Flash在所有排行榜中均占据首位。《狼人杀》基准测试还具有安全研究的双重用途：它能测试模型是否能检测到操纵行为，且无需承担任何现实世界的后果。谷歌DeepMind首席执行官德米斯·哈萨比斯表示，AI行业需要更严格的测试来正确评估最新的模型。
