「让AI像牛顿一样思考」这一愿景正逐步成为现实。清华大学姚期智院士与袁洋副教授团队最新提出「代数世界模型」（Algebraic World Model, AWM），旨在赋予AI从观察和实验中自主推导世界本质规律的能力，为解决AI认知推理难题提供了全新范式。
当前AI推理局限：止步于现象记录
在ARC-AGI-3等无规则、无目标的探索型测试集中，GPT Astra等顶尖模型虽能取得99.9%的高分，但其本质仍停留在“现象描述”层面。这些模型能将游戏机制转化为高密度符号规则，但这类似于天文学家第谷的观测记录——精确详尽却未触及本质。
仅靠直觉与试错导致AI极易产生“幻觉”。测试显示，面对步数设定为不可能通关的关卡，顶级模型不仅无法识别任务不可行，反而会给出错误的最低步数预测。这种对“为什么不可能”缺乏逻辑解释能力的缺陷，若应用于现实复杂任务，将带来严重风险。真正的智能体需具备准确判断边界条件及因果逻辑的能力。
代数世界模型（AWM）核心机制
针对上述痛点，清华团队提出的AWM通过引入代数结构，实现了从“探索试错”到“建模证明”的跨越。其核心流程包含三个阶段：
探索：初步交互并将现象转化为可执行Python代码，形成假设；
凝炼：利用新观察验证并修正假设，提炼出通用对象与规则；
证明：将规律形式化为Lean 4语言，生成机器可自动验证的严密数学断言。
实证数据显示，AWM展现出卓越的推理效率与准确性。在无解关卡测试中，基于Opus 5.5的AWM仅需两次尝试即可严格证明任务在当前条件下无解，并精准指出所需的最小增量条件。在ARC-AGI-3全量测试中，AWM实现183关全部通关，得分99.9%，且平均通关动作数仅为人类基准的43%，是目前已知效率最高的系统。
范畴论驱动的抽象思维
AWM借鉴了被誉为“数学的数学”的范畴论思想，利用“投射极限”与“归纳极限”两种互补工具构建世界模型：
投射极限（下定义）：通过分解与组合已有概念及其关系来定义新实体；
归纳极限（找共性）：从多样本中提取共同点，将其统一至更抽象框架中实现泛化。
通过这两种思维的迭代循环，AWM能将零散假设不断重构为简洁、一致且可推理的形式化理论。这模拟了牛顿从海量观测数据中提炼“力”与“质量”等核心概念并建立理论体系的科学发现过程。需注意，该模型的证明效力依赖于观测的全面性，因此必须遵循“观察→假设→实验→抽象→证明→再观察”的持续闭环路径，以避免陷入局部真理。
研究团队与成果
该研究成果由两位本科生担任共同第一作者：浙江大学潘冠成（休学赴清华研究）与清华大学姚班谭淇心。指导教师团队包括上海期智研究院具身智能与智能制造中心主任、清华大学交叉信息研究院副教授袁洋，以及2000年图灵奖得主、中国科学院院士、清华大学交叉信息研究院院长姚期智。