清华姚期智团队提出代数世界模型，让AI从现象中提炼规律

清华团队提出「代数世界模型」

据量子位报道，清华大学姚期智、袁洋领导的科研团队提出「代数世界模型」（Algebraic World Model，AWM）。该方法让AI先在交互环境中探索，把观察到的现象写成可执行的Python代码作为初步假设，再用新观察修正并凝炼为更通用的对象与规则，最后形式化为Lean 4语言中的数学断言，交由机器自动检查。团队称其灵感部分来自范畴论中的「投射极限」与「归纳极限」。

背景与影响

报道以ARC-AGI-3游戏集为例说明动机：这类环境不提供规则与目标，模型需自行摸索。文中称，部分前沿模型能把游戏机制整理成符号化规则，但只是记录现象，遇到无解关卡时仍可能给出错误判断。据报，基于Opus 5.5的AWM面对被改为不可能通关的关卡，尝试两次即可证明当前步数下无解，并指出再多一步即可获胜；在整个测试集上，基于Opus 5的AWM通关183个关卡，得分99.9%，平均通关动作数为人类基准的43%。论文共同第一作者为浙江大学潘冠成与清华姚班谭淇心，指导教师为袁洋与姚期智。

限制与来源

报道指出，AWM的证明只在「观测到的世界」内成立；若探索不全面、遗漏关键规则，模型得到的只是局部结论，因此需要「观察—假设—实验—抽象—证明—再观察」的循环。上述测试成绩来自团队自述，尚未获独立复现或官方确认，具体方法与数据以论文和项目主页当前信息为准。来源：量子位（www.qbitai.com），论文地址 arxiv.org/abs/2610.40503。