在全球科學(xué)教育的舞臺上，國際物理奧林匹克（IPhO）與亞洲物理奧林匹克（APhO）無疑是最具含金量的賽事之一。

它們不僅是中學(xué)生物理學(xué)習(xí)的最高殿堂，更是各國頂尖年輕學(xué)者展示思維深度與創(chuàng)造力的競技場。能夠在這些賽事中摘得金牌，往往意味著參賽者已具備接近大學(xué)科研水平的物理素養(yǎng)與跨學(xué)科能力。

人工智能在這一領(lǐng)域的表現(xiàn)卻長期受限，傳統(tǒng)大語言模型雖然在自然語言處理和部分?jǐn)?shù)學(xué)推理上展現(xiàn)出驚人的能力，但一旦面對奧賽題目中常見的跨模態(tài)挑戰(zhàn)——復(fù)雜的公式推導(dǎo)、圖像與實驗圖表的解析、實驗設(shè)計與物理直覺的結(jié)合——便顯得力不從心。它們往往只能給出片段化的答案，缺乏整體邏輯鏈條，更難以達(dá)到人類金牌選手的水準(zhǔn)。

近日，國內(nèi)頂級科研機構(gòu)、學(xué)府聯(lián)合發(fā)布的PhysicsMinions 系統(tǒng)橫空出世。它并非依賴單一大模型的“蠻力”，而是通過一個協(xié)同進(jìn)化的多模態(tài)多智能體框架，將不同“專長”的智能體組織成一個虛擬科研團(tuán)隊，像真實的競賽小組一樣分工合作、相互批判、迭代優(yōu)化。

物理學(xué)是理解和塑造現(xiàn)實世界的核心，解決物理問題的能力是現(xiàn)實世界物理智能的關(guān)鍵指標(biāo)。令人矚目的是，這一系統(tǒng)在最新的物理奧賽真題測試中，首次達(dá)到了與人類金牌選手相當(dāng)?shù)乃?，成?nbsp;AI 在科學(xué)教育與推理領(lǐng)域的一次里程碑式突破。

根據(jù)涵蓋7場最新物理奧林匹克競賽的HiPhO基準(zhǔn)進(jìn)行評估，PHYSICSMINIONS取得了三大突破：

• 強大的泛化能力：它持續(xù)改進(jìn)不同規(guī)模的開源和閉源模型，比單一模型基線帶來了明顯的好處；
• （歷史性突破：它將開源模型從7屆奧運會的1-2枚金牌提高到6枚金牌，在最近一屆國際物理奧林匹克競賽（IPhO）的平均得分指標(biāo)下獲得了有史以來第一枚開源金牌；
• 擴(kuò)展到人類專家：它進(jìn)一步推進(jìn)了開源Pass@32在最新的IPhO比賽中，該選手的得分為26.8/30分，在406名參賽者中排名第四，遠(yuǎn)遠(yuǎn)超過了排名第22位的最佳單人模特得分22.7分。

總體來看，PHYSICSMINIONS為奧林匹克水平的問題解決提供了一個通用的框架，具有跨學(xué)科擴(kuò)展的潛力。

圖1:PHYSICSMINIONS的圖示，這是一個由三個工作室組成的協(xié)同進(jìn)化多模式多智能體系統(tǒng)：用于視覺提取的Visual Studio、用于解決方案優(yōu)化的Logic Studio和用于雙重驗證的Review Studio。就像一個“小黃人”一樣，一個代理是有限的，但在最新的IPhO中，它們共同形成了一個系統(tǒng)，將Intern-S1從15.9（銀）提高到20.8（金）。

支撐這一成果的，是一個跨越多所頂尖高校與研究機構(gòu)的科研團(tuán)隊。技術(shù)團(tuán)隊以上海人工智能實驗室為核心，聯(lián)合了清華大學(xué)、香港中文大學(xué)（CUHK）、香港中文大學(xué)（深圳）、電子科技大學(xué)（UESTC）以及大連理工大學(xué)（DUT）的研究人員。

團(tuán)隊成員既有在計算機視覺與多模態(tài)智能領(lǐng)域享譽國際的學(xué)者，也有在 AI for Science、自然語言處理和跨模態(tài)推理方面深耕的青年學(xué)者與博士生。這樣的跨學(xué)科、跨地域組合，使得 PhysicsMinions 不僅是一項技術(shù)實驗，更是一場科研協(xié)作模式的示范。

1.研究目標(biāo)與挑戰(zhàn)

PhysicsMinions 的研究目標(biāo)十分明確——打造一個能夠在真實物理奧賽題目中，與頂尖人類選手正面競爭的 AI 系統(tǒng)。換句話說，它不僅要“會做題”，更要在邏輯完整性、跨模態(tài)推理和實驗設(shè)計等方面展現(xiàn)出接近人類的綜合能力。

要實現(xiàn)這一目標(biāo)，團(tuán)隊必須跨越幾道難關(guān)。首先是多模態(tài)信息的整合。奧賽題目往往包含文字描述、復(fù)雜公式、實驗裝置圖、數(shù)據(jù)表格等多種信息形式，單一模態(tài)的模型難以全面理解。其次是高度復(fù)雜的跨學(xué)科推理鏈條。物理奧賽不僅考查物理知識，還涉及數(shù)學(xué)建模、實驗設(shè)計、甚至科學(xué)直覺，要求 AI 能夠像人類一樣在不同知識層面之間靈活切換。

最后，答案不僅要正確，還必須具備解釋性與邏輯完整性。在奧賽評分體系中，解題過程的合理性與推理鏈條的完整性往往比最終數(shù)值答案更重要，這對 AI 的透明性和可解釋性提出了更高要求。

正因如此，PhysicsMinions 的突破不僅是一次技術(shù)上的勝利，更是對 AI 在科學(xué)推理與教育應(yīng)用中邊界的一次拓展。它讓我們看到了一個未來：AI 不再只是“答題機器”，而是能夠與人類并肩作戰(zhàn)的“科研合作者”。

2.方法論框架：PhysicsMinions 系統(tǒng)設(shè)計

如果說物理奧賽是一場智慧的馬拉松，那么 PhysicsMinions 就像是一支由不同領(lǐng)域?qū)＜医M成的科研小組。它并不是依賴單一“大腦”的孤軍奮戰(zhàn)，而是通過多智能體的分工協(xié)作與協(xié)同進(jìn)化的機制，逐步逼近最優(yōu)解。

圖2:PHYSICSMINIONS概述，這是一個協(xié)同進(jìn)化的多模態(tài)多智能體系統(tǒng)。給定一個多模式問題，Visual Studio會提取結(jié)構(gòu)化的視覺信息。Logic Studio生成初始解決方案并對其進(jìn)行改進(jìn)。然后Review Studio進(jìn)行雙階段驗證；失敗會觸發(fā)錯誤報告，并返回Logic Studio進(jìn)行進(jìn)一步修訂。這個循環(huán)一直持續(xù)到解決方案通過連續(xù)的檢查，形成共同進(jìn)化過程。

多智能體協(xié)作機制

在 PhysicsMinions 的架構(gòu)中，每個智能體都被賦予了明確的角色定位。有人專注于文本推理，負(fù)責(zé)理解題干、拆解邏輯鏈條；有人擅長圖像解析，能夠從復(fù)雜的實驗裝置圖或物理示意圖中提取關(guān)鍵信息；還有智能體專門處理數(shù)學(xué)計算，確保公式推導(dǎo)與數(shù)值結(jié)果的精確性；最后，實驗設(shè)計智能體則模擬人類物理學(xué)家的直覺，提出實驗方案并預(yù)測可能的結(jié)果。

這種分工模式極像一個真實的科研小組：理論物理學(xué)家、實驗物理學(xué)家、數(shù)學(xué)建模專家與數(shù)據(jù)分析師各司其職，在討論與碰撞中逐步完善答案。與傳統(tǒng)單模型相比，這種“團(tuán)隊式”智能體協(xié)作更貼近人類解決復(fù)雜問題的方式。

協(xié)同進(jìn)化（Coevolutionary Optimization）

PhysicsMinions 的核心創(chuàng)新在于“協(xié)同進(jìn)化”。解題并不是一次性完成的，而是一個動態(tài)迭代的過程。系統(tǒng)會先生成候選解答，然后由不同智能體進(jìn)行批判與修正，提出改進(jìn)意見，再進(jìn)入下一輪優(yōu)化。這個過程不斷循環(huán)，直到答案在邏輯、數(shù)值和解釋性上趨于收斂。

這種機制與傳統(tǒng)大模型的“單次推理”形成鮮明對比。單一模型往往給出一個靜態(tài)答案，缺乏自我修正與多角度審視的能力。而協(xié)同進(jìn)化則像是一場學(xué)術(shù)討論會，答案在爭論與修正中逐漸成熟，最終呈現(xiàn)出更高的準(zhǔn)確性與完整性。

多模態(tài)能力整合

物理奧賽的題目往往跨越文字、公式、圖像與實驗四個維度。PhysicsMinions 在設(shè)計上強調(diào)多模態(tài)的深度融合。 在文本層面，它能夠準(zhǔn)確理解題干的語義，并將其轉(zhuǎn)化為邏輯推理鏈條；在數(shù)學(xué)層面，它具備公式推導(dǎo)與數(shù)值計算的能力，確保結(jié)果的嚴(yán)謹(jǐn)性；在視覺層面，它能識別圖像與圖表，從中提取物理量與實驗條件；在實驗層面，它能夠提出合理的實驗設(shè)計，并預(yù)測可能的結(jié)果與誤差范圍。

這種跨模態(tài)的整合，使得 PhysicsMinions 不僅能“看懂題目”，還能像人類選手一樣，將不同信息源拼接成完整的物理世界圖景。

PhysicsMinions 的方法論框架是一種“科研團(tuán)隊式 AI 解題模式”。它通過多智能體的分工協(xié)作、協(xié)同進(jìn)化的迭代優(yōu)化，以及多模態(tài)的深度整合，突破了傳統(tǒng)大模型在科學(xué)推理上的瓶頸。

3.實驗與結(jié)果

在展示 PhysicsMinions 的實力之前，研究團(tuán)隊首先構(gòu)建了一個極具挑戰(zhàn)性的測試環(huán)境。他們并沒有選擇人工合成的題庫，而是直接將系統(tǒng)放入真實的“戰(zhàn)場”——國際物理奧林匹克（IPhO）、亞洲物理奧林匹克（APhO）以及部分國家級競賽的真題。這些題目以難度大、跨模態(tài)信息復(fù)雜、推理鏈條長而著稱，是檢驗任何解題系統(tǒng)的“終極考卷”。

評測的標(biāo)準(zhǔn)也極為嚴(yán)格。研究人員并非只看系統(tǒng)能否給出正確答案，而是將其得分與人類選手的金牌線進(jìn)行對比。換句話說，PhysicsMinions 要想被視為成功，不僅要答對題，還要在整體表現(xiàn)上達(dá)到國際奧賽金牌選手的水準(zhǔn)。這一評測方式凸顯了研究的雄心：目標(biāo)不是“能解題”，而是“能奪金”。

圖3:Intern-S1在最新IPhO上使用PHYSICSMINIONS的性能改進(jìn)，按每個問題和模態(tài)得分顯示。HiPhO基準(zhǔn)定義了四種模態(tài)類型：TO=純文本、TI=文本+插圖、TV=文本+可變圖形和TD=文本+數(shù)據(jù)圖形。

結(jié)果令人矚目。在 IPhO 的模擬測試中，PhysicsMinions 的平均得分已經(jīng)穩(wěn)穩(wěn)跨過金牌線，成為首個在奧賽級別任務(wù)中達(dá)到這一高度的 AI 系統(tǒng)。尤其值得注意的是，在傳統(tǒng)上最考驗人類直覺與創(chuàng)造力的實驗設(shè)計題上，PhysicsMinions的表現(xiàn)顯著優(yōu)于單一大模型的基線。

通過多智能體的協(xié)作與迭代優(yōu)化，它能夠提出合理的實驗方案，并預(yù)測潛在結(jié)果，展現(xiàn)出接近人類物理學(xué)家的思維方式。

更為突出的是系統(tǒng)的跨模態(tài)推理能力。面對同時包含文字描述、復(fù)雜公式和實驗圖表的題目，PhysicsMinions 能夠像人類一樣，將不同模態(tài)的信息拼接成完整的邏輯鏈條。這種能力正是傳統(tǒng)大模型的短板，而在 PhysicsMinions 的“科研小組式”架構(gòu)下得到了突破。

圖4:Intern-S1和Qwen2.5VL-32B-Instruct在最新IPhO上的縮放性能。

附錄中的案例展示更是直觀地揭示了這一過程。研究團(tuán)隊選取了一道力學(xué)題作為示例：題目包含實驗裝置圖、文字描述和公式推導(dǎo)。PhysicsMinions 的解題過程被完整記錄下來——首先由文本推理智能體解析題干，提取關(guān)鍵物理量;隨后圖像解析智能體識別實驗裝置圖中的幾何關(guān)系;接著數(shù)學(xué)計算智能體完成公式推導(dǎo)與數(shù)值計算;最后實驗設(shè)計智能體對結(jié)果進(jìn)行驗證與補充說明。

整個過程如同一場小型的學(xué)術(shù)討論會，不同角色的智能體各司其職，互相批判與修正，最終收斂到一個邏輯完整、數(shù)值準(zhǔn)確的答案。

圖5：使用Intern-S1對最新IPhO進(jìn)行消融研究和超參數(shù)分析。

這一案例不僅展示了 PhysicsMinions 的“團(tuán)隊式”解題風(fēng)格，也讓人們看到了 AI 在科學(xué)推理上的新范式。它不再是單一模型的“黑箱輸出”，而是一個透明、可解釋、可追蹤的推理過程。這種特質(zhì)不僅讓它在奧賽中“奪金”，也為未來 AI 在科研與教育中的應(yīng)用奠定了堅實基礎(chǔ)。

4.研究貢獻(xiàn)與意義

PhysicsMinions 的出現(xiàn)，不僅僅是一項技術(shù)實驗的成功，更是人工智能在科學(xué)推理與教育領(lǐng)域的一次標(biāo)志性突破。

在學(xué)術(shù)層面，它首次展示了 AI 系統(tǒng)能夠在國際物理奧賽級別的科學(xué)推理任務(wù)中達(dá)到“金牌表現(xiàn)”。這意味著 AI 已經(jīng)不再局限于解答標(biāo)準(zhǔn)化的選擇題或簡單的數(shù)學(xué)推理，而是能夠在復(fù)雜的跨模態(tài)、多步驟推理任務(wù)中與頂尖人類選手比肩。這一成果為 AI for Science 的研究打開了新的邊界，也為未來跨學(xué)科智能系統(tǒng)的探索提供了堅實的案例。

圖6：使用Intern-S1對IPhO Q3-A6進(jìn)行雙階段驗證的案例研究。單一模型僅獲得0.2分，而PHYSICSMINIONS通過雙階段驗證和自我反思獲得了1.1分的滿分，顯示出實質(zhì)性的改進(jìn)。

圖7:PHYSICSMINIONS的Visual Studio在精確數(shù)據(jù)提取方面的局限性。示例：IPhO Q1-C4需要識別曲線中所有三個峰的x坐標(biāo)。

在方法論上，PhysicsMinions 提出了協(xié)同進(jìn)化的多智能體框架。不同于傳統(tǒng)依賴單一大模型的“黑箱式”推理，它通過多個智能體的分工協(xié)作與迭代優(yōu)化，形成了類似科研小組的解題模式。這種方法不僅提升了準(zhǔn)確性和魯棒性，也增強了過程的可解釋性，為 AI 系統(tǒng)的透明化與可信賴性提供了新的思路。

在教育價值方面，PhysicsMinions 的潛力同樣巨大。它可以作為智能助教，幫助學(xué)生理解復(fù)雜的物理題目，提供逐步推理鏈條，甚至模擬“競賽團(tuán)隊”的討論過程。對于奧賽訓(xùn)練而言，這不僅能提升學(xué)習(xí)效率，還能讓學(xué)生更直觀地理解科學(xué)推理的邏輯結(jié)構(gòu)。

在科研潛力上，這一框架并不局限于物理學(xué)。其多模態(tài)、多智能體、協(xié)同進(jìn)化的機制完全可以擴(kuò)展到化學(xué)、生物學(xué)、工程學(xué)等跨學(xué)科科學(xué)問題。它有望成為一種通用的科學(xué)推理平臺，推動 AI 在科研中的應(yīng)用從“工具”走向“合作者”。

5.批判性思考與未來展望

盡管 PhysicsMinions 的成果令人振奮，但它也引發(fā)了一系列值得深思的問題。

首先是公平性與倫理問題。AI 是否應(yīng)該直接參與競賽？如果 AI 能夠在奧賽中奪金，那么人類選手的努力是否會被削弱？如何界定 AI 在教育與競賽中的角色，是“輔助”還是“替代”？這些問題不僅關(guān)乎技術(shù)應(yīng)用，更涉及教育公平與社會價值觀。

其次是教育應(yīng)用的邊界。PhysicsMinions 能否真正成為“虛擬競賽團(tuán)隊”，幫助學(xué)生提升學(xué)習(xí)體驗？它的解釋性與透明度是否足以讓學(xué)生從中學(xué)習(xí)，而不是僅僅依賴答案？如何避免學(xué)生過度依賴 AI，而忽視了自身的思維訓(xùn)練？這些都需要教育者與技術(shù)開發(fā)者共同探索。

在科研應(yīng)用方面，PhysicsMinions 的框架能否遷移到化學(xué)、生物等學(xué)科？跨模態(tài)推理在這些領(lǐng)域同樣重要，但問題的復(fù)雜性和數(shù)據(jù)的多樣性可能更高。如何保證系統(tǒng)在不同學(xué)科中的適應(yīng)性與可靠性，將是未來的重要挑戰(zhàn)。

展望未來，PhysicsMinions 的發(fā)展方向可以從幾個維度展開。其一是增強可解釋性與透明度，讓 AI 的推理過程更加清晰可追蹤，從而贏得教育與科研領(lǐng)域的信任。其二是探索與人類專家的協(xié)作模式，讓 AI 成為科研團(tuán)隊中的“合作者”，而不是“替代者”。其三是在政策與監(jiān)管框架下實現(xiàn)合規(guī)應(yīng)用，確保 AI 在教育與科研中的使用符合倫理與社會規(guī)范。

總的來說，PhysicsMinions 不僅是一項技術(shù)突破，更是一面鏡子，映照出 AI 在科學(xué)教育與科研中的潛力與挑戰(zhàn)。它讓我們看到了一個未來——AI 不再只是解題機器，而是能夠與人類并肩作戰(zhàn)的科研伙伴。

參考資料：???https://arxiv.org/pdf/2509.24855??

本文轉(zhuǎn)載自??波動智能??，作者：FlerkenS