近日，科大刊國際學(xué)術(shù)期刊《通訊-化學(xué)》（Communications Chemistry）刊發(fā)了一項引發(fā)業(yè)界關(guān)注的訊飛研究成果。來自科大訊飛研究院與認(rèn)知智能全國重點實驗室的登上聯(lián)合團隊，構(gòu)建了一套面向化學(xué)領(lǐng)域的解均水多模態(tài)評測基準(zhǔn)，系統(tǒng)檢驗了當(dāng)前主流大模型的化學(xué)科學(xué)推理能力，并首次揭示了AI在處理科學(xué)圖像時存在的奧賽“視覺失配”現(xiàn)象。

這一發(fā)現(xiàn)被認(rèn)為對未來科學(xué)智能的題超發(fā)展具有重要參考價值。

讓AI“看懂”化學(xué)圖表，越人難在哪里？類選

化學(xué)研究離不開分子結(jié)構(gòu)式、反應(yīng)機理圖、手平實驗裝置示意圖等視覺信息。科大刊與普通圖像識別不同，訊飛理解這些科學(xué)圖像需要AI同時具備符號解析與邏輯推演能力——這恰恰是登上當(dāng)前多模態(tài)大模型的薄弱環(huán)節(jié)。

研究團隊構(gòu)建的解均水USNCO-V評測基準(zhǔn)，收錄了二十余年美國化學(xué)奧林匹克競賽中的化學(xué)473道圖文結(jié)合題目，覆蓋分子結(jié)構(gòu)、實驗裝置、反應(yīng)曲線等多種類型。這一基準(zhǔn)填補了AI for Science領(lǐng)域在化學(xué)視覺推理系統(tǒng)性分析方向的空白。

測試結(jié)果：頂尖模型超越人類選手平均成績

研究對包括GPT-5、OpenAI o3、Gemini-2.5-Pro在內(nèi)的40款主流多模態(tài)大模型進行了系統(tǒng)評估。結(jié)果顯示，表現(xiàn)最佳的GPT-5以93.2%的準(zhǔn)確率位居榜首，顯著超越參賽選手44.6%的平均成績。

然而，研究也發(fā)現(xiàn)了一個耐人尋味的現(xiàn)象：部分模型在移除圖像輸入后，答題準(zhǔn)確率反而提升。這一“視覺干擾效應(yīng)”表明，當(dāng)前AI在處理科學(xué)圖像時，視覺與語言模塊尚未實現(xiàn)真正的協(xié)同工作。

業(yè)內(nèi)專家指出，這一發(fā)現(xiàn)對于改進下一代多模態(tài)模型具有重要指導(dǎo)意義。

人工智能國家隊的AI for Science版圖

作為國內(nèi)人工智能領(lǐng)域的代表性企業(yè)，科大訊飛近年來在AI for Science方向持續(xù)布局。依托認(rèn)知智能全國重點實驗室和國家新一代人工智能開放創(chuàng)新平臺，該公司已在多個科學(xué)領(lǐng)域取得進展。

據(jù)公開資料顯示，科大訊飛與中國科學(xué)院共建的“星火科研助手”平臺，目前已服務(wù)全國1300余所高校的17萬余名科研人員；在化工領(lǐng)域，其與中科院大連化物所合作研發(fā)的智能化工大模型已迭代至3.0版本；在核聚變研究方向，其團隊聯(lián)合中國科學(xué)技術(shù)大學(xué)在《Nuclear Fusion》發(fā)表的PaMMA-Net模型，突破了等離子體磁測量演化建模的技術(shù)瓶頸。

值得關(guān)注的是，科大訊飛在推進全國產(chǎn)技術(shù)路線方面的努力。該公司強調(diào)其星火大模型實現(xiàn)了全棧自主可控，從底層算力到上層應(yīng)用均采用國產(chǎn)化方案，這在當(dāng)前國際技術(shù)競爭背景下具有特殊意義。

從“語言理解”到“科學(xué)理解”

有分析人士認(rèn)為，此次研究成果的發(fā)表，標(biāo)志著國內(nèi)大模型企業(yè)正從通用智能向科學(xué)智能縱深拓展。當(dāng)AI不僅能夠處理日常對話，還能理解復(fù)雜的科學(xué)圖表、進行專業(yè)領(lǐng)域的邏輯推演時，其應(yīng)用價值將發(fā)生質(zhì)的飛躍。

不過，研究也坦承當(dāng)前技術(shù)仍存在明顯短板——在分子結(jié)構(gòu)識別與實驗裝置理解等任務(wù)上，即便是最先進的模型也表現(xiàn)欠佳。這意味著AI真正成為科學(xué)家的得力助手，仍有相當(dāng)長的路要走。

隨著國內(nèi)多家科技企業(yè)加速布局AI for Science賽道，這一領(lǐng)域的競爭正在升溫。而此次Nature子刊論文的發(fā)表，或許只是國內(nèi)人工智能國家隊在科學(xué)智能領(lǐng)域發(fā)力的一個縮影。