大数跨境
首页
>
打穿 AI 智商测试！GPT-6 Astra 的符号世界模型，是突破还是钞能力刷分？
>

打穿 AI 智商测试！GPT-6 Astra 的符号世界模型，是突破还是钞能力刷分？

打穿 AI 智商测试！GPT-6 Astra 的符号世界模型，是突破还是钞能力刷分？ AI科技评论
2026-09-04
5
导读：每题狂烧 360 美元，GPT-6 真的通关 AGI 了？
每题狂烧 360 美元，GPT-6 真的通关 AGI 了？

    作者丨高允毅

    编辑丨岑   峰

OpenAI 最强模型 GPT-6 Astra 正式亮相，其在电脑操作、科研探究及安全防御领域取得突破性进展。尤为引人注目的是，该模型在被誉为 AI“智商”评测标杆的 ARC-AGI-3 测试中，成绩逼近满分。
ARC-AGI-3 被视为 AI 界的“门萨入会考”，其试题由不断变化的图形规律组成，无法通过刷题应对，旨在考察 AI 像人类一样探索环境、推测目标及临场推理的能力，是区分“工具”与“真智能”的关键试金石。
GPT-6 Astra 在此测试中实现了巨大飞跃，前代模型 GPT-5.6 Sol 得分仅为 38.3%，而 Astra 不仅碾压人类（96% 关卡效率更高，平均步数减少 51.7%），更展现出在陌生环境下建立逻辑规律并解决问题的能力。这预示着其在自动驾驶路况决策、未知病毒特效药推演等复杂场景的巨大潜力。
ARC Prize 官方复盘发现，GPT-6 Astra 的高分秘诀在于生成了高效的“符号世界模型”。
如果说传统世界模型像艺术家般用画面预测未来，符号世界模型则更像数学家，将现实抽象为逻辑符号和因果代码。这一技术被公认为 AI 迈向高级推理的必经之路。

01 符号世界模型：从暴力试错到逻辑推演

过往大模型在 ARC-AGI 系列测试中表现不佳，主因是依赖“暴力试错”：将画面切分为像素块随机点击，缺乏对规则的真正理解。而符号世界模型的核心优势，在于基于对环境物理规律和因果关系的充分理解进行精密计算。
测试中，GPT-6 Astra 进入陌生图形游戏后，会利用自创的专属代数符号系统（DSL）记录环境隐性规则、指令序列及像素运动轨迹。这种符号化表述消除了自然语言交互的歧义性，带来了准确率的史诗级飞跃。
随后，模型会在内部构建 Python 代码逻辑（如“按 A 键图形左转 90 度”），并在“虚拟沙盒”中模拟计划。确认逻辑闭环无误后，才在现实中执行第一步。这正是其操作效率远超人类的根本原因。
在红队测试平台 PRO‑LONG 的代码沙盒中，GPT-6 Astra 甚至能为每款游戏“量身定制”工具链。例如在复杂迷宫游戏中，它自主编写导航系统、添加战斗规则并模拟守卫路线，完美预测并校验成果。
早期此类能力依赖外部 Harness 外挂框架，存在高延迟、工程脱节及难以部署端侧等缺陷。GPT-6 Astra 则将大量 Harness 能力内化至模型权重中，获顶尖学者 Gary Marcus 盛赞为该路线的重大胜利。目前，从哈佛、MIT 到 Google DeepMind，业界正就“符号世界模型”达成底层技术共识。

02 高分背后：AGI 已来还是钞能力堆砌？

出题人泼冷水：离 AGI 尚远

尽管全网为 GPT-6 Astra 的刷榜分数沸腾，ARC Prize 基金会总裁 Greg Kamradt 却冷静指出：分数虽真，但距离真正的 AGI 仍相差甚远。
Kamradt 表示，已有多个团队凭借包含无损记忆、程序化分析、显式假设检验等五大要素的 Agent Harness 在测试中拿到 90% 以上高分。GPT-6 Astra 同样借助了定制的“供应商适配器基座”，利用连续对话和上下文压缩支撑逻辑链。
然而，这种高性能代价高昂。GPT-6 Astra 每跑完一局游戏需消耗 360 美元算力，完整测试总账单高达 1.8 万美元（约 13.5 万人民币）。相比之下，人类解题成本仅约 12.78 美元。这种靠“钞能力”拼出的成绩，难以成为普通人触手可及的通用智能。
此外，随着 Harness 能力内化，模型推理过程日益不透明，开发者难以分辨 AI 是真正“理解”了规则，还是找到了更高效的“作弊”途径。
针对"GPT-6 Astra 是否算 AGI"的疑问，Kamradt 给出了哲思般的回应：人类通用智能体现为能适应任何未知世界（如古代婴儿穿越现代也能学会坐地铁），而当前的测评仅是一场特定的“图形消消乐考试”。这证明 AI 正在变聪明，但绝非 AGI 到来的确凿证据。
参考链接：
https://arcprize.org/blog/astra https://x.com/gregkamradt/status/2095600045873828013?s=46
【声明】内容源于网络
0
0
AI科技评论
聚焦AI前沿研究，关注AI工程落地。
内容 8933
粉丝 0
AI科技评论 聚焦AI前沿研究，关注AI工程落地。
总阅读230.8k
粉丝0
内容8.9k