网易首页 > 网易号 > 正文 申请入驻

清华姚期智团队新作:代数世界模型,让AI像牛顿一样思考

0
分享至

Jay发自 凹非寺 量子位|公众号QbitAI

「让AI像牛顿一样思考」,这件事,终于有望了。

清华大学姚期智和袁洋老师领导的科研团队,搞出了一个重磅项目,叫「代数世界模型」(Algebraic World Model,AWM)。



之前大家老爱问一个问题:

如果让AI只学习牛顿发现万有引力之前的所有知识,它能自己把万有引力给推导出来吗?

尴尬的是,训练数据容易被污染,很难复原出这样的情景:打造一个完全陌生的世界,让AI从0开始观察和实验。

但如今,代数世界模型给出了一种新解法。让AI从观察和实验出发,进一步理解世界这件事,变得没那么遥远了。



AI玩游戏,像不像第谷观星?

有个叫ARC-AGI-3的游戏集,现在是各大前沿模型秀肌肉的地方。这游戏的特点就是,啥也不告诉你,没有规则,没有目标。

就是单纯的,让你自己去摸索。

像GPT Astra这种顶流选手,配合Provider Adapter框架,在这里面能拿到99.9%的高分。

它在玩游戏的时候,会自己把游戏机制整理成一堆符号化的规则。



密密麻麻,信息密度是很高,比其他模型精确多了。

但本质上,这东西就像是第谷的实验记录本。

第谷,开普勒的老师,一个观测狂人,记录了巨量的行星运行数据,精确得吓人。

但他也只是记录现象。

真正从这些数据里,发现行星运动三大定律,揭示背后本质规律的,是开普勒。

Astra生成的这些规则,就是第谷的笔记本,不是开普勒的定律。它只描述了现象,没抓住这个迷你游戏世界运行的本质。

仍然会有「幻觉」

只记录现象,会出什么问题呢?

研究人员把其中一个叫sc25的游戏,稍微改了改,初始步数设置成了一个根本不可能通关的数字。

比如第四关,本来起码要19步才能赢,他们就只给你18步。

然后让Astra去玩。

结果,Astra试了8轮,有点沮丧,然后断言:18步肯定不行,我估计至少要22步才能赢。

是的,它不仅没发现正确答案,还给出了一个错得离谱的22步。

这还不是个例。在12次类似的测试里,顶级的GPT-6 Astra和Claude Opus 5.5加起来,只有5次判断出「不可能」,其中4次给出的最低步数还是错的。

这种幻觉在游戏里,最多就是坑你一下。

但如果在现实世界里,让一个AI智能体去执行任务,它告诉你「这事儿没戏」,还给个错误的原因,那后果可能就严重了。

我们真正需要的,是AI在任务不可能时,能清楚地告诉我们「为什么不可能」,并且给出准确的判断,比如「只要条件再增加一点点,就可能了」。

很明显,光靠直觉和试错是不行的。

代数的力量

怎么解决?

这时候,就得靠代数的力量了。也就是前面提到的,清华团队搞的那个代数世界模型(AWM)。

把游戏里的所有对象、关系和规则,抽象成一个「代数世界」。然后,利用大模型现在已经超强的数学能力,去理解这个世界。

过程大概是三步:

  1. 探索:先玩几下,把看到的现象写成可执行的Python代码,作为初步的「假设」或「规律」。
  2. 凝炼:用新的观察去验证、修正这些假设,然后把它们提炼成更通用的对象和规则。
  3. 证明:最后,把这些规律形式化成一种叫Lean 4的语言,变成逻辑严密、机器可以自动检查的数学断言。

说白了,从探索试错走向建模和形式化证明。

效果怎么样呢?

面对刚才那个无解的关卡,基于Opus 5.5模型的AWM,只需要尝试两次,就能直接证明,这关在当前步数下就是无解的,而且只需要再多一步就能获胜。



除了能判断「不可能」,AWM通关的能力也更强。在整个ARC-AGI-3测试集里,它用Opus 5,183个关卡全部通关,得分99.9%,同时,平均通关的动作数,只有人类基准的43%。

是目前所有已知系统里,效率最高的。

那AWM具体是怎么实现的呢?

大家可能之前听说过代数几何,代数拓扑。简单来说,代数几何把代数方程与几何形状联系起来,代数拓扑则用代数工具研究空间的连接、孔洞等性质。

通过把形状和空间代数化,可以解决许多单凭观察难以回答的问题。数学家创造了代数几何和代数拓扑,那是因为几何和拓扑就是他们关注的世界。

而现在,借助AI的力量,AWM可以把这条道路延伸到更多陌生的游戏、交互环境乃至现实任务中:从探索中发现规律,从规律中凝炼结构,再借助数学理解这些结构。

像牛顿一样思考

这背后的思路,其实贯穿了整个科学史。

从万有引力、麦克斯韦方程组到相对论,人类最顶尖的智慧,一直在做一件事:从复杂的现象中,提炼出最基本的规律,用数学这个统一的语言来描述世界。

AWM想做的,就是让AI也学会这套方法。

为了实现这个目标,它从一个叫「范畴论」的数学分支里找了灵感。这玩意儿听着特吓人,号称是「数学的数学」,因为它研究的不是某个具体的数学领域,而是不同数学理论背后的共同结构。

AWM主要用了里面的两个工具,叫「投射极限」和「归纳极限」,本质上就是两种互补的思维方式:

  1. 下定义(投射极限):把一堆已有的概念和它们的关系拼在一起,共同定义一个新东西。你可以理解成概念的分解和组合。
  2. 找共性(归纳极限):观察一堆不同的东西,找到它们之间的共同点,然后把它们统一到一个更抽象的框架里。你可以理解成概念的泛化和特化。



通过这两种方式来回倒腾,AWM就能把一开始那些零散、混乱的Python假设,不断迭代,变得越来越简洁、清晰、一致,最终形成一个可以推理和证明的世界模型。

想想牛顿当年,他面对的也不是一道写好了答案的题,而是无数零散的观测数据和现象。真正伟大的工作,是从这些现象中,找到「力」、「质量」这些少数核心概念,再把它们组织成一个可以推演、可以检验的理论体系。

AWM想教给AI的,就是这种工作方式。

当然,它也有边界。它的证明,是基于它「观测到的世界」成立的。如果探索得不够全面,遗漏了某些关键规则,那这个模型描绘的也只是一个「局部真理」,而不是完整的世界。

所以,真正的路径是一个不断循环的过程:

观察→假设→实验→抽象→证明→再观察

论文作者

这篇论文的背后团队同样引人注目。

论文共有两位共同第一作者,都是本科生:

一位是浙江大学的潘冠成,目前休学在清华大学做研究。

另一位是来自清华姚班的谭淇心。

指导教师团队则由业内资深学者领衔:

袁洋,清华大学交叉信息研究院、人工智能学院副教授,同时担任上海期智研究院具身智能与智能制造中心主任。

姚期智,2000年图灵奖得主、中国科学院院士,现任清华大学交叉信息研究院院长、人工智能学院院长。

此外,他也是2021年京都奖得主、美国国家科学院外籍院士、美国艺术与科学院外籍院士。

项目主页:https://ephemeral6.github.io/awm-site/

论文地址:http://arxiv.org/abs/2610.40503

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
乌克兰:悔到肠子青,当年卖给中国3架"废铁",如今成大国重器?

乌克兰:悔到肠子青,当年卖给中国3架"废铁",如今成大国重器?

唠叨说历史
2026-11-18 15:06:45
李一桐变得越来越妩媚了,黑丝袜搭配白衬衣尽显制服风韵!

李一桐变得越来越妩媚了,黑丝袜搭配白衬衣尽显制服风韵!

说不尽的人心
2026-11-22 10:41:55
2-0,4-0!英超疯狂1夜!曼联惨败,布莱顿大爆冷,积分榜出炉

2-0,4-0!英超疯狂1夜!曼联惨败,布莱顿大爆冷,积分榜出炉

过期少女致幻录
2026-11-23 03:34:31
股票跌、基金跌、黄金跌、比特币跌,为什么所有资产都在跌?

股票跌、基金跌、黄金跌、比特币跌,为什么所有资产都在跌?

村夫观天下
2026-11-22 21:31:28
3国分5金!国羽大赢家,王祉怡外战告捷,NO.1德比胜出,大马2冠,丹麦名将收退赛礼!

3国分5金!国羽大赢家,王祉怡外战告捷,NO.1德比胜出,大马2冠,丹麦名将收退赛礼!

刘姚尧的文字城堡
2026-11-22 20:13:56
终南山第一隐士:隐居30多年,天天清水煮白菜,现亲人已认不出他

终南山第一隐士:隐居30多年,天天清水煮白菜,现亲人已认不出他

快乐彼岸
2026-10-22 04:01:15
首都医科大学孙永全教授因病离世,年仅62岁

首都医科大学孙永全教授因病离世,年仅62岁

双一流高校
2026-11-23 00:08:08
29岁中国女排名将称国外没有瘦肉精!拒道歉不回应 网友:崇洋媚外

29岁中国女排名将称国外没有瘦肉精!拒道歉不回应 网友:崇洋媚外

念洲
2026-11-22 08:51:44
特朗普已乘专机离华,回国后的第一场记者会,就给日本浇下冷水?

特朗普已乘专机离华,回国后的第一场记者会,就给日本浇下冷水?

星落山间
2026-11-22 17:33:19
原来梁文锋很早就开始做准备了:DeepSeek成功避开英伟达垄断风险

原来梁文锋很早就开始做准备了:DeepSeek成功避开英伟达垄断风险

互联鱼
2026-11-21 00:10:08
一个害国害民的历史罪人,老百姓还把他当成英雄崇拜

一个害国害民的历史罪人,老百姓还把他当成英雄崇拜

小豫讲故事
2026-09-17 06:00:15
仰天长啸+捂脸痛哭!桥本一周两冠世排升13位 日媒:国乒也在忌惮她

仰天长啸+捂脸痛哭!桥本一周两冠世排升13位 日媒:国乒也在忌惮她

颜小白的篮球梦
2026-11-22 23:22:20
儿子考上清大4年没回家,母亲到学校去探望,招生办:查无此人

儿子考上清大4年没回家,母亲到学校去探望,招生办:查无此人

温情邮局
2025-09-28 11:57:16
油价又调了,新能源车主下半年就剩两条路,第二条很多人不想承认

油价又调了,新能源车主下半年就剩两条路,第二条很多人不想承认

沙雕小琳琳
2026-11-23 03:06:58
报复连夜落地!凌晨4枚锆石狂轰6万人小城,普京赌的是乌军拦不住

报复连夜落地!凌晨4枚锆石狂轰6万人小城,普京赌的是乌军拦不住

观锐器
2026-11-19 23:10:04
0-3!迈阿密国际季后赛惨败,梅西0进球0助攻,下场不赢就出局

0-3!迈阿密国际季后赛惨败,梅西0进球0助攻,下场不赢就出局

体育知多少
2026-11-22 09:21:53
吃他汀一滴茶都不能喝?提醒:吃他汀还喝茶,5个后果或承担不起

吃他汀一滴茶都不能喝?提醒:吃他汀还喝茶,5个后果或承担不起

华庭讲美食
2026-11-22 14:02:23
1987年,邓小平在众目昭彰下,猛地指向刘华清和洪学智,大声追问杨尚昆:命令究竟有没有下达

1987年,邓小平在众目昭彰下,猛地指向刘华清和洪学智,大声追问杨尚昆:命令究竟有没有下达

唠叨说历史
2026-11-11 13:38:14
伊朗副外长证实调解方卡塔尔代表团访问德黑兰

伊朗副外长证实调解方卡塔尔代表团访问德黑兰

澎湃新闻
2026-11-22 01:49:02
77年我把大院千金藏在草垛,20年后她成一把手,开车堵了我家大门

77年我把大院千金藏在草垛,20年后她成一把手,开车堵了我家大门

卡西莫多的故事
2026-05-09 09:42:29
2026-11-23 04:11:00
量子位 incentive-icons
量子位
追踪人工智能动态
13709文章数 176603关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

“所有金条都卖光了” 有人一次性花超85万买金条

头条要闻

“所有金条都卖光了” 有人一次性花超85万买金条

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨颖姐弟烧香被偶遇,清秀少年变粗犷大叔

财经要闻

沪深交易所、中国结算推出一揽子降费措施

汽车要闻

插混尊贵型真的超值 15万级的第二代海豹07配置拉满

态度原创

健康
家居
旅游
公开课
军事航空

医生眼里"很伤腰"的椅子,很多人天天坐

家居要闻

2026建博会(广州) 公装联探展交流活动

旅游要闻

【甘快看】文旅新探·探秘丨大地湾,渭水文脉八千年

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

伊朗革命卫队称袭击美军在巴林两处基地防空雷达

无障碍浏览 进入关怀版