Huawei Noah's Ark Lab and UCL unveil Memento 3, beating 25 ARC-AGI-3 games with 56% fewer actions
Huawei Noah's Ark Lab and UCL introduced Memento 3, an agent system that completes all 25 games and 183 levels in the ARC-AGI-3 public set using 7,518 actions versus 17,135 for humans, achieving a perfect RHAE score of 100. The system, based on Claude Opus 5 without weight updates or game-specific fine-tuning, uses model-based recursive self-improvement to learn rules, write code, and reflect on errors. In Atari Pong, it developed a control strategy and then won three consecutive rounds 21:0 without further LLM inference requests.
Coverage timeline
量子位量子位
华为AI靠RSI通关25款游戏！操作次数比人类少56% 一水 2026-10-12 13:48:36 来源： 量子位 游戏打到21:0，AI甚至不用再调用大模型了 一水 发自 凹非寺 量子位 | 公众号 QbitAI 一边打游戏，一边给自己升级？ 好家伙，华为这波直接让AI学会了《边玩边变强》啊？！ 最新一项研究，华为诺亚方舟实验室联合UCL等团队拿出了一个名叫 Memento 3 的AI智能体系统—— 直接把ARC-AGI-3公开集里的25款游戏、183个关卡，全部打通了。 还不是靠无脑试错硬闯过去的。 人类完成同样一套关卡，需要17135次操作。 而Memento 3只用了7518次， 比人类少操作约56%，最终拿下了满分100的RHAE成绩 （Relative Human Action Efficiency，相对人类行动效率）。 更离谱的是， 这套系统以Claude Opus 5为底模，全程没有更新模型权重，也没有针对游戏进行微调 。 它就这么自己上手玩，自己琢磨规则，自己写代码，玩错了还会反思、修改。 然后就……满分通关了。 作为对比，Claude Opus 5在ARC Prize官方标准测试框架下，平均RHAE只有约40.7分。 同样的底模，换了套智能体系统，成绩居然直接飙升了59.3分。 还没完。 这套方法不光能玩解谜游戏，研究团队还让它跑去打了Atari经典游戏Pong（乒乓球）。 结果，AI自己摸索出控制策略，随后不用再向大模型请求推理，就连续三局把对手打成了21：0。 不是，大模型都不参与后续操作了，游戏居然还能打得这么溜？！ 关键就藏在这项研究的题目里： Model-Based Recursive Self-Improvement，基于世界模型的递归自我改进 。 华为AI直接通关25款游戏，操作次数比人类还少56% 先说说这25款游戏到底什么来头。 它们来自ARC Prize推出的ARC-AGI-3，关注AI评测的朋友，对ARC系列应该不陌生。 但这一代有个非常明显的变化： 不再只是出题解题那一套了，这次是直接把AI扔进陌生的游戏世界 。 规则，是需要AI自己猜的；目标，是需要AI自己找的；操作会产生什么效果，是需要AI自己试的。 AI：合着全都靠我呗~ 这25款公开游戏一共包含183个关卡，画面大多由简单的像素、方块、颜色和图形组成。 乍一看，
