AtomWorld：大模型卡在原子操作
新智元 · wechat · 2026-07-14
这篇公众号介绍了一个材料学新基准 **AtomWorld**，用来评估大模型在“原子级空间操作”上的能力，而不只是文本理解能力。 文章的核心结论是： - 大模型在读文献、归纳材料知识上表现不错，但在真实的三维原子操作任务里会明显遇到瓶颈。 - 仅靠扩大参数和数据的 **Scaling Law**，对一些规则明确的操作有帮助，但对旋转、区域删除、扩超胞等依赖空间关系的任务，提升并不稳定。 - 研究团队据此提出，AI for Science 不能只做 **Language Scaling**，还需要面向执行与反馈的 **Action Scaling**。 AtomWorld 的评测流程是自动生成“结构—文本”配对样本，再用结构匹配工具对比模型输出和标准答案，量化模型是否真的按指令改对了原子排布。文章还指出，外挂工具虽然能帮助输出精确坐标，但无法替代模型对“原子该放哪、哪些属于目标区域”的决策能力。 作者最后把这个问题扩展到更广泛的科学智能体：材料建模、分子设计、自动化实验等场景里，AI 若想真正参与科研，不能只会解释知识，还要能稳定执行动作。