把6个AI扔进塔防厮杀，谁能活到最后？谁表现最拉，谁又被严重低估？
6个国内主流AI大模型，放进同一个塔防游戏里，谁的推理和决策能力更强？这次我把豆包、MiniMax、千问、Kimi、GLM、DeepSeek拉到一起，统一规则、统一环境，不考察视觉能力，只看它们如何根据实时战场信息做决策。有人稳扎稳打，有人疯狂攒钱，也有人看似马上要输了却一路苟到最后。
六位选手鏖战五关，最后谁拿到了第一？又是谁紧随其后？真正的结果，看到最后一刻才知道。
当然一场游戏不能定义一个AI大模型，但这种让AI真正“自己做决策”的比拼，确实比单纯跑Benchmark有意思得多～
<iframe src="//player.bilibili.com/player.html?isOutside=true&aid=117121006837729&bvid=BV1Fb8E6wEDj&cid=41153465243&p=1" scrolling="no" style="width:100%; height:680px;border="0" frameborder="no" framespacing="0" allowfullscreen="true"></iframe>
页:
[1]