2025年1月26日，国际权威学术期刊《自然·机器智能》刊登了一项来自中国的突破性成果——由北京通用人工智能研究院（BIGAI）联合北京大学多院系及武汉人工智能研究院研发的“基于引导树搜索的奥数几何问题提出与解答系统”正式发布。其核心成果“通矩模型”（TongGeometry）成为全球首个同时具备自主出题与自动解题能力的通用人工智能系统，标志着中国在自动化推理领域实现关键技术自研，为AI辅助数学研究与教育开辟了新路径。
图片来源：编辑网图片分享系统
从“被动解题”到“自主创造”：AI逻辑能力的范式跃迁
奥林匹克数学竞赛（IMO）长期被视为检验AI逻辑推理能力的“终极考场”。2024年初，DeepMind推出的AlphaGeometry曾引发全球关注，其通过海量合成数据训练，在几何题解答上达到人类顶尖水平。然而，该系统本质仍是“被动解题者”，依赖庞大算力与数据驱动，缺乏自主创新与审美判断能力。
中国科研团队提出的“通矩模型”则突破了这一局限。论文第一作者、北京通用人工智能研究院张驰博士指出：“我们发现了命题构建复杂度与证明难度之间的对偶性——当几何命题的证明难度远高于构建复杂度时，它便具备奥赛题目的‘审美价值’。”基于这一发现，团队通过数学建模与算法设计，使模型能够从海量空间组合中筛选出符合人类数学家审美标准的高质量题目。这一过程无需人工标注或预设模板，实现了从“模仿解题”到“自主创造”的范式转变。
性能碾压：单张消费级显卡破解25年奥数难题
在效率与实用性上，“通矩模型”展现出显著优势。AlphaGeometry需依赖庞大的算力集群，而“通矩模型”仅需单张RTX 4090消费级显卡，即可在38分钟内解决近25年所有IMO几何难题，推理准确率与效率均达世界顶尖水平。其核心突破在于“规范化表示”技术——通过压缩搜索空间几个数量级，有效解决了传统方法中的“路径爆炸”问题，使复杂几何推理得以在有限资源下高效完成。
此外，模型在出题环节同样表现卓越。系统生成的几何题不仅结构严谨，更兼具“优美性”与“新颖性”。例如，其自主设计的3道新题已入选2024年全国中学生数学联赛（北京赛区）及美国精英奥赛（Ersatz Math Olympiad），成为AI原创题目首次进入高规格人类数学竞赛的里程碑。
超越竞赛：AI逻辑推理的“小数据、大任务”革命
论文共同通讯作者、北京大学心理与认知科学学院助理教授朱毅鑫强调，“通矩模型”的意义远超数学竞赛本身。传统AI依赖“大数据、小任务”模式，通过海量数据训练单一功能；而“通矩模型”通过“小数据、大任务”范式，证明AI可通过理解逻辑底层的对称性与美感，实现自主科学发现。这一突破为具身智能在复杂环境中的逻辑决策、自动化定理证明等领域提供了新思路。
例如，在自动化定理证明中，模型可通过自主生成并解答高难度命题，加速数学理论的探索；在个性化教育中，系统可根据学生水平动态生成适配题目，实现“千人千面”的精准教学。朱毅鑫指出：“未来，这一技术可延伸至物理、化学等基础学科，甚至助力AI在科研中提出全新假设。”
中国AI自主创新的战略价值
此次成果的发布，标志着中国在AI核心领域实现从“跟跑”到“领跑”的跨越。长期以来，自动化推理技术被欧美科研机构主导，而“通矩模型”通过原创算法与理论突破，填补了国内在该领域的空白。其“轻量化、高效化”的设计理念，更降低了AI技术的落地门槛，为教育、科研、工业等领域提供了可复制的解决方案。
北京通用人工智能研究院院长朱松纯教授表示：“这一成果是中国AI团队坚持‘顶天立地’战略的体现——既追求国际前沿的理论突破，也注重解决实际问题的技术转化。未来，我们将继续探索AI的逻辑与认知边界，推动通用人工智能向更高阶发展。”
随着“通矩模型”的开源与迭代，其有望成为AI辅助数学研究的基础设施，助力人类在未知领域探索更深层的逻辑之美。这场由中国科研团队引领的“小数据革命”，正为全球AI发展注入新的想象力。
