DeepMind 新论：LLM 缺失科学发现的「跳跃」能力，需结合多模态世界模型

maier_ak · x · 2026-08-07

本文深入解读了 Google DeepMind 的 2026 年立场论文《LLMs can't jump》。文章指出，尽管 LLM 在归纳（模式识别）和演绎（定理证明）上表现惊人，但受限于底层架构，它们无法完成产生真正科学突破所需的创造性「跳跃」。

论文将科学洞察分为三个阶段，并认为当前的纯语言模型遇到了基于底层载体的结构性瓶颈。为了实现真正的科学飞跃，AI 必须将语言掌握与一致的多模态世界模型相结合，通过运行反事实实验，将符号真正建立在感知基础之上。