清华姚期智团队提出代数世界模型，让AI形式化推理

AI 摘要

清华大学姚期智、袁洋团队提出「代数世界模型」（AWM），通过探索、凝炼、证明三步，将游戏环境中的现象抽象为代数结构并用 Lean 4 形式化验证。在 ARC-AGI-3 测试集上，基于 Opus 5 的 AWM 通关全部 183 个关卡，得分 99.9%，平均动作数仅为人类基准的 43%；面对无解关卡还能证明其不可能并给出最少所需步数。该工作试图让 AI 从试错记录走向像牛顿一样提炼规律、形式化建模。

正文节选

清华姚期智团队新作：代数世界模型，让AI像牛顿一样思考 让AI像牛顿一样思考 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

发布时间：2026-11-01 16:02

抓取时间：2026-11-01 17:06

来源机构：量子位