ARC Prize Foundation 发布了 ARC-AGI-2，这是一个旨在通过呈现对人类简单但对当前 AI 系统困难的任务来衡量流体智能的新基准测试。与此同时，该组织宣布了 ARC Prize 2025 竞赛，以推动高效通用智能的开源进展。

与前一版本相比，ARC-AGI-2 显著提高了难度门槛，纯 LLMs 得分为 0%，而公开推理系统的得分仅为个位数百分比。该基准测试每个评估集包含 120 个任务（此前为 100 个），要求具备符号解释、组合推理和上下文规则应用能力。人类参与者均在两次尝试或更少的次数内解决了所有任务，凸显了人类适应性与当前 AI 能力之间的差距。

该举措旨在作为 AGI 研究的北极星，专注于不会因规模扩大而显现的能力差距，激励研究人员为通用智能开发新颖的思路。