數(shù)學(xué)奧賽猶如智慧皇冠上的明珠，是頂尖智力的競(jìng)技，也一度成為人工智能（AI）難以攻克的高地。在近日揭曉的全國(guó)中學(xué)生數(shù)學(xué)奧林匹克競(jìng)賽（CMO）決賽中，由上海人工智能實(shí)驗(yàn)室（上海AI實(shí)驗(yàn)室）研發(fā)的“書(shū)生”科學(xué)多模態(tài)大模型（Intern-S1）斬獲102分的高分，不僅遠(yuǎn)超78分的金牌分?jǐn)?shù)線，更跨過(guò)了87分的國(guó)家集訓(xùn)隊(duì)入選線，位列大模型得分榜首。

這一突破標(biāo)志著國(guó)產(chǎn)大模型在復(fù)雜邏輯推理方面邁出關(guān)鍵一步。上海AI實(shí)驗(yàn)室青年領(lǐng)軍科學(xué)家陳愷認(rèn)為，數(shù)學(xué)奧賽終于迎來(lái)“AlphaGo時(shí)刻”，顯示出人工智能在高難度代數(shù)、幾何、數(shù)論、組合數(shù)學(xué)證明題領(lǐng)域的巨大潛力。

從“做對(duì)題”邁向“創(chuàng)造性解題”

CMO是中國(guó)最高規(guī)格的高中生數(shù)學(xué)奧林匹克競(jìng)賽，難度不亞于國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽（IMO），試題以條件隱蔽、邏輯鏈條極長(zhǎng)等著稱(chēng)，且所有題型均為證明題，相比解答題，對(duì)AI的挑戰(zhàn)要大得多。本次CMO決賽的700多名參賽者中，首次納入AI模型，堪稱(chēng)一場(chǎng)史無(wú)前例的“人機(jī)同考”，雙方面臨的是相同的時(shí)長(zhǎng)和閱卷標(biāo)準(zhǔn)。

最終，“書(shū)生”大模型展現(xiàn)出了驚人的思維能力。在全部6題中，有4題獲得滿(mǎn)分21分，另兩題則因?yàn)椤拔醋C明最優(yōu)性”“部分不嚴(yán)格”而分別得到9分。閱卷專(zhuān)家驚嘆其表達(dá)方式“非常接近人類(lèi)”。

最震撼的是其中第4題的解答，這是一道涉及30種顏色、2100張紙牌操作的復(fù)雜組合題。“書(shū)生”模型不僅在規(guī)定時(shí)間內(nèi)得出了正確結(jié)論，其解題思路被專(zhuān)家評(píng)價(jià)為“一個(gè)新的解法，巧妙的調(diào)整法，在學(xué)生的解法中沒(méi)有見(jiàn)過(guò)”。

未曾見(jiàn)過(guò)的解法，對(duì)AI來(lái)說(shuō)，意味著它絕非“知識(shí)的搬運(yùn)工”，而是可以突破人類(lèi)思維局限，從“做對(duì)題”邁向“創(chuàng)造性解題”。而這一點(diǎn)，哪怕是對(duì)人類(lèi)參賽者而言，這也是一個(gè)了不起的成就。

對(duì)于此次“書(shū)生”大模型的突破，第50屆國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽金牌選手鄭凡表示，這徹底改變了他對(duì)當(dāng)前大模型數(shù)學(xué)能力上限的看法，未來(lái)大模型有望成為一名真正的“研究伙伴”，和人類(lèi)攜手探索數(shù)學(xué)，乃至更廣闊的科學(xué)疆域。

“通專(zhuān)融合”走出“第三條路”

“書(shū)生”模型之所以能取得如此突破，關(guān)鍵在于它采用了上海AI實(shí)驗(yàn)室提出的“通專(zhuān)融合”技術(shù)架構(gòu)。

當(dāng)前，全球圍繞科研領(lǐng)域的AI競(jìng)賽存在兩條主要技術(shù)路線：一條是“專(zhuān)業(yè)派”，以谷歌AlphaProof為代表，核心是基于形式化語(yǔ)言的專(zhuān)業(yè)模型，其推理過(guò)程絕對(duì)嚴(yán)謹(jǐn)，但泛化性差、效率低；另一條是“通用派”，主要采用基于自然語(yǔ)言的通用模型，泛化性強(qiáng)，但容易產(chǎn)生幻覺(jué)，難以保證推理的嚴(yán)謹(jǐn)性。

“書(shū)生”走出了獨(dú)特的“第三條路”。據(jù)項(xiàng)目團(tuán)隊(duì)介紹，該模型通過(guò)多項(xiàng)核心技術(shù)創(chuàng)新，實(shí)現(xiàn)了“通專(zhuān)融合”，使得通用模型也具備進(jìn)行超長(zhǎng)程的嚴(yán)謹(jǐn)推理能力。

首先是以數(shù)學(xué)引理為核心的多輪分層推理機(jī)制。面對(duì)高難度數(shù)學(xué)問(wèn)題，大模型像數(shù)學(xué)家一樣將復(fù)雜推理拆解為一個(gè)個(gè)可復(fù)用的“引理模塊”，通過(guò)多種模型的分工協(xié)作，突破了單次上下文長(zhǎng)度限制，實(shí)現(xiàn)了分階段探索與校驗(yàn)。

二是基于結(jié)果的過(guò)程校驗(yàn)。針對(duì)AI在進(jìn)行長(zhǎng)鏈條推理時(shí)容易出錯(cuò)的痛點(diǎn)，科研人員引入了高密度的監(jiān)督機(jī)制，顯著提升了證明過(guò)程的嚴(yán)謹(jǐn)性。

三是將通用模型與專(zhuān)業(yè)符號(hào)引擎結(jié)合，使AI兼具“發(fā)散性思維”和精確嚴(yán)謹(jǐn)，使其能像人類(lèi)科學(xué)家一樣逐步推導(dǎo)、試錯(cuò)和修正。

值得一提的是，上海AI實(shí)驗(yàn)室的這一技術(shù)路線已展現(xiàn)出極高的數(shù)據(jù)效率。相比于谷歌的幾何模型AlphaGeometry2，“書(shū)生”僅需不到萬(wàn)分之一的訓(xùn)練樣本就實(shí)現(xiàn)了超越，擺脫了對(duì)超大規(guī)模合成數(shù)據(jù)的依賴(lài)。

上海AI實(shí)驗(yàn)室主任、首席科學(xué)家周伯文

AI接連攻克基礎(chǔ)科學(xué)堡壘

此次在數(shù)學(xué)奧賽中取得佳績(jī)，并非上海AI實(shí)驗(yàn)室在科學(xué)領(lǐng)域的“首金”。就在上個(gè)月，該實(shí)驗(yàn)室的AI模型同樣經(jīng)受了2025年國(guó)際物理奧賽（IPhO）的考驗(yàn)，并拿下金牌，成為首個(gè)也是唯一獲得金牌的開(kāi)源模型。接連攻克兩座基礎(chǔ)科學(xué)的“堡壘”，某種意義上標(biāo)志著AI正從單一任務(wù)的求解者，逐漸向具備跨學(xué)科能力的“全能科學(xué)家”演進(jìn)。

當(dāng)前，全球科技巨頭都在競(jìng)相布局AI for Science（人工智能驅(qū)動(dòng)的科學(xué)研究），但往往受困于無(wú)法突破“長(zhǎng)程思考”的瓶頸。上海AI實(shí)驗(yàn)室的探索證明，“通專(zhuān)融合”在賦能多領(lǐng)域科研方面的技術(shù)可行性。

正如上海AI實(shí)驗(yàn)室主任、首席科學(xué)家周伯文所說(shuō)，AI for Science應(yīng)當(dāng)在未來(lái)邁向AGI（通用人工智能） for Science，這意味著需要從純粹依賴(lài)自然語(yǔ)言，走向自然語(yǔ)言與符號(hào)語(yǔ)言等多種表示形式的融合?！皶?shū)生”模型正是這一理念的體現(xiàn)。

當(dāng)前，不少科學(xué)領(lǐng)域都積累了許多專(zhuān)業(yè)工具和計(jì)算引擎。一旦AI模型能夠展現(xiàn)出足夠的泛化能力，那么采取“通專(zhuān)融合”的路線，疊加相關(guān)學(xué)科領(lǐng)域的專(zhuān)業(yè)工具，AI有望快速達(dá)到該領(lǐng)域?qū)＜宜健?/p>

據(jù)上海AI實(shí)驗(yàn)室透露，他們計(jì)劃將“書(shū)生”模型的長(zhǎng)程推理能力，拓展至物理、化學(xué)、生命科學(xué)等更廣泛的基礎(chǔ)科研領(lǐng)域，不斷推進(jìn)“長(zhǎng)時(shí)間獨(dú)立思考”，甚至是“長(zhǎng)時(shí)間獨(dú)立科研”，從而加速各領(lǐng)域科研范式的根本性變革，為重大科學(xué)突破提供關(guān)鍵支撐，賦能未來(lái)的科學(xué)發(fā)現(xiàn)進(jìn)程。