牛透社 9 月 25 日消息，Meta 研究院发布智能体研究环境（Agents Research Environment, ARE）及内置基准模型 Gaia 2，该平台具备运行流程编排、创建多样化环境、连接真实应用三大核心功能，主要应用于智能体开发与真实场景性能评估。

Gaia 2 基准测试采用动态条件响应、时间敏感性等四项创新维度，并在移动环境下完成 1120 项任务验证，OpenAI 的 GPT-5 目前排名榜首。相较于 Yourbench、MCPEval 等竞品，Gaia 2 专注于环境适应性与噪声干扰应对能力验证。