GPT-6 Astra解决98%全新理论物理难题，还反向揪出人类专家的计算失误

新智元 · wechat · 2026-10-18

新智元报道，由ICTS、哈佛、东京大学、Google DeepMind等机构物理学家出题的TheoPhysEval评测使用50道未发表前沿理论物理难题（量子场论、全息理论等），顶尖专家解一题需一天以上。GPT-6 Astra初评约88%，Claude Opus 5.5得92%；期间Astra坚持认为人类标准答案有误，专家复核后确认多处确系自己的符号、近似条件等细微疏漏，修正答案后Astra得分升至98%，50题解出49题。

评测分联网与断网双轨，断网下Astra与Opus 5.5均达92%，且通过强制输出高精度数值杜绝蒙题；Astra单题API成本平均不到3美元。MIT同期研究显示，前沿AI在理论科学难题上的解决率两年内从2%升至35%，约17.5倍且未见放缓。唯一全军覆没的是从带噪声轨迹逆向重建微分方程的题目，说明AI仍缺物理直觉，未来科研将是人类提供方向与品味、AI负责推导计算的多轮协作。