哈佛谷歌联合研究称GPT-6 Astra解决98%理论物理难题，反向修正人类专家计算失误

近日，一项由哈佛大学、谷歌DeepMind与国际理论科学中心（ICTS）等机构联合开展的顶级理论物理学评测揭示出惊人结果：GPT-6 Astra模型在解决未发表的前沿理论物理难题时，取得了约98%的高成功率。该评测项目名为TheoPhysEval，旨在探明大模型的推理能力上限。评测初始结果显示，GPT-6 Astra得分约为88%，而Claude Opus 5.5得分为92%。随后，参与出题的顶级物理学家对部分题目进行复核时，发现自身在复杂计算中存在细微疏漏，如符号错误或近似条件误用。经专家修正标准答案后，GPT-6 Astra的正确率飙升至98%，即50道难题中解决了49道。这项评测涵盖了量子场论、全息理论、宇宙学等多个高难度领域，题目均来自未发表的研究笔记。即便在断网隔离环境下，仅依靠模型内部知识，GPT-6 Astra与Claude Opus 5.5仍能取得超过90%的高分，显示出其在预训练阶段已内化了深厚的物理学文献与底层逻辑。评测结果显示，GPT-6 Astra成功攻克了包括黑弦Page时间计算、全电子原子求解器构建、轴子转换率推导以及陈-西蒙斯β函数计算等在内的多项‘变态’难题。这些任务通常需要人类专家耗费一整天甚至更久才能解开。在解决难题的过程中，GPT-6 Astra不仅给出了完整的逻辑推导，还手写Python脚本处理了奇点微分方程，并计算出与美国NIST基准数据完全吻合的精确数值。研究人员指出，AI模型在某些情况下甚至能识别出人类专家计算中的错误，实现了‘反向批改’。据悉，通过该评测机制解决一道世界级物理难题的成本平均低于3美元API Token费用。与此同时，MIT团队同期研究也表明，过去两年间，前沿AI解决理论科学难题的能力较以往暴涨了整整17倍，标志着数学之后，量子场论、经济学等领域正逐渐被AI技术接管。