这项由上海AI实验室率领的冲破性商议发表于2026年2月，论文编号为arXiv:2602.09443v1。商议团队开发出了名为P1-VL的视觉话语模子眷属，这是首个大概信得过"看懂"物理图像并进行科学推理的开源AI系统。

在东谈主工智能的发展历程中，让机器信得过强健物理宇宙一直是一个雄伟挑战。就像教会一个从未见过实在宇宙的孩子处治复杂的物理问题一样艰辛。以往的AI模子天然能处理笔墨形容的物理题目，但一朝遭遇包含图表、电路图或实验安设图的题目就安坐待毙了。这就好比一个盲东谈主试图处治需要不雅察气泡畅通轨迹的流膂力学问题——不管笔墨形容何等扎眼，穷乏视觉信息就无法得出正确谜底。

P1-VL模子的出现绝对变嫌了这种所在。商议团队将这个AI系统奉上了海外物理奥林匹克竞赛的舞台，扫尾令东谈主涟漪：在13场2024-2025年度的海外物理竞赛中，P1-VL-235B-A22B模子得到了12枚金牌和1枚银牌，成为首个在物理奥赛中阐扬如斯出色的开源视觉话语模子。更令东谈主惊喜的是，当配合PhysicsMinions智能助手系统时，这个AI以致能排到寰球第二名，仅次于谷歌的Gemini-3-Pro系统。

一、冲破视觉与逻辑的范围

传统的物强健题神气就像只用一只眼睛看宇宙。大多数AI模子只可处理纯笔墨的物理问题，但实在的物理宇宙充满了需要视觉强健的情境。在海外物理奥赛中，很多题目王人包含要津的视觉元素：电路拓扑图融会了电流的流向，力学图展示了物体的受力情况，光学图形容了明后的传播旅途。这些图像不单是是遮挡，它们包含着解题的中枢信息。

以2025年海外物理奥赛的一谈题目为例，题目条目分析香槟中气泡的畅通。学生需要告成从像片中测量气泡的半径，不雅察气泡的高涨速率，然后说合物理定律料想研究参数。这类题目完好地模拟了实在科学商议中的情况——科学家们需要从实验数据和不雅测图像中提真金不怕火信息，然后欺诈表面常识进行分析。

P1-VL模子就像给AI装上了一对"物理学家的眼睛"。它不仅大概识别图像中的各式物理元素，更伏击的是大概强健这些视觉信息与物理定律之间的联系。当看到一张融会电路赓续的图少顷，它大概识别出电阻、电容和电源的位置，强健电路的拓扑结构，然后欺诈基尔霍夫定律进行料想。当不雅察一张融会物体畅通轨迹的图少顷，它大概分析畅通的特征，识别要津的几何拘谨，然后应用牛顿定律求解问题。

这种才气的杀青并不浅薄。商议团队需要处治一个根人道挑战：怎么让AI模子将视觉感知与概述的物理推理紧密说合。这就像教会一个学生不仅要会看图，还要会从图中"读出"荫藏的物理限定。P1-VL通过先进的视觉编码器提真金不怕火图像特征，然后将这些特征与话语模子的推理才气说合，变成了一个大概进行多模态物理推理的长入系统。

二、课程式强化学习的考验遗迹

考验P1-VL就像培养一个物理天才的过程。商议团队莫得给与传统的"题海战术"，而是设计了一套小巧的"课程式强化学习"方法，就像一个教学丰富的物理真诚循序渐进地提示学生。

这个考验过程不错设想成这么的场景：刚运行时，AI学生只可处治相对浅薄的物理问题，比如基本的力学料想或浅薄的电路分析。跟着学习的深入，真诚安逸加多题指标难度，引入更复杂的主见和更具挑战性的问题。但这里有个要津的立异点——每当AI学生掌持了现时难度级别的常识后，系统会自动治疗学习战略，不仅加多题目难度，还会扩大搜索空间，给AI更多期间念念考更复杂的问题。

商议团队发现，告成让AI挑战最难的题目时时会导致考验失败，就像让小学生告成作念高考物理题一样。因此，他们设计了一个三阶段的考验过程。第一阶段，AI学习处治那些奏效用在0到70%之间的问题，这些是具有一定挑战性但又不至于实足无法处治的题目。第二阶段，奏效用门槛缩小到50%，意味着题目变得愈加艰辛。第三阶段，AI要挑战那些奏效用在50%以下的超高难度问题。

更兴趣的是，跟着考验的进行，AI的"念念考"过程也在发生变化。商议团队不雅察到，AI产生的谜底越来越长，这标明它正在进行更深档次的推理。就像一个学生简约单的一步料想发展到大概进行复杂的多步推理一样，P1-VL学会了用更扎眼的方法来处治复杂问题。为了配合这种变化，考验系统会自动扩大AI的"念念考空间"——加多生成窗口和群组大小，给AI满盈的期间和空间进行深度推理。

强化学习的奖励机制设计得稀奇机要。就像考试评分一样，系统会查验AI的最终谜底是否正确。但与传统考试不同的是，这里的"考试"是实足自动化的，使用标志料想库来考证数学抒发式的正确性，并说合特意的话语模子来评估推理过程的合感性。这种双重考证机制确保AI不仅能得出正确谜底，还能通过合理的推理旅途到达谜底。

三、智能助手系统的协同作战

P1-VL的信得过威力在于它大概与PhysicsMinions智能助手系统协同责任，就像组建了一个专科的物强健题团队。这个系统包含三个特意的"责任室"：视觉责任室、逻辑责任室和评审责任室，每个责任室王人有我方的专长。

视觉责任室就像团队中的"不雅察员"，特意认真处理和分析图像信息。当遭遇包含图表、电路图或实验安设图的题目时，视觉责任室会仔细分析这些视觉元素，将它们治疗成标志化的暗示局面。比如，当看到一个电路图时，它会识别出各个元件的类型和赓续神气，然后用要领的电路标志来暗示这些信息。

逻辑责任室则饰演"念念考者"的变装，认真生成和更正解题决策。它会欺诈各式物理定律和数学方法来构建解题念念路，并通过里面的"自我反省"机制不休优化谜底。就像一个学生在草稿纸上反复修改料想过程一样，逻辑责任室会屡次查验我方的推理过程，确保逻辑的严实性。

评审责任室则是团队的"质地抛弃员"，认真考证解题过程和最终谜底的正确性。它会使用特意的物理常识和通用的推理章程来查验解题决策，就像一个教学丰富的物理真诚查验学生功课一样。

这三个责任室之间变成了一个紧密的互助轮回。视觉责任室提供准确的视觉信息，逻辑责任室基于这些信息进行推理，评审责任室试验推理的正确性，要是发现问题就反馈给逻辑责任室进行修正。这种多轮互助机制大大提高了解题的准确性和可靠性。

特别值得一提的是，这个助手系统还具有跨学科顺应才气。天然当先是为物理问题设计的，但它大概自动识别题目所属的学科领域，然后调用相应的特意常识和考证章程。在处理化学问题时，它会调用化学考证器；处理生物问题时，它会使用生物学的评判要领。这种自顺应机制使得通盘系统具有了跨学科的解题才气。

四、数据集的全心构建

构建P1-VL的考验数据集就像编写一册全面的物理百科全书。商议团队收罗了8033个全心挑选的物理问题，这些问题开首于宇宙各地的物理奥林匹克竞赛、泰斗教科书和竞赛率领书。每个问题王人经过了严格的筛选和考证，确保既具有满盈的挑战性，又大概通过章程化的神气进行考证。

数据集的组成体现了全心的均衡设计。其中51%的问题来自各式物理奥赛，49%来自教科书。这种比例确保了AI既能学会处治高难度的竞赛题目，又能掌持基础的物理主见和方法。从学科散播来看，力学问题占44.6%，电磁学占22.5%，热力学占14.1%，当代物理占10.0%，光学占8.8%。这种散播基本反应了物理学各分支的相对伏击性。

数据采集的问题类型也稀奇丰富。从谜底局面来看，26.4%需要给出数学抒发式，23.4%需要料想数值，27.6%需要推导方程，21.9%是选拔题，还有极少需要给出不等式。这种各样性确保AI大概打法各式不同的解题条目。

更伏击的是，68.6%的问题包含图像信息，这些图像不单是是遮挡性的插图，而是解题所必需的要津信息。商议团队将这些图像分为三类：说明性图像（只是匡助强健题意），变量图像（包含需要从图中读取的参数），和数据图像（包含需要分析的实验数据或图表）。这种分类匡助AI学会识别不同类型图像的作用，并给与相应的处理战略。

数据质地抛弃过程极其严格，就像出书社裁剪一册伏击教科书一样密致。每个问题王人要经过多个考证方法：滥觞使用光学字符识别本事处理扫描的题目，然后东谈主工校对确保笔墨准确；接着用三个不同的AI模子独处提真金不怕火谜底，独一至少两个模子给出疏浚扫尾的题目才会被保留；然后筛除那些需要绘制或包含无法考证谜底的通达性问题；使用特意的AI模子查验题目笔墨与图像的一致性，确保莫得缺失的图像；临了由民众进行东谈主工审查，进行最终的质地把关。

通过这个严格的筛选过程，当先收罗的13432个问题最终精选出8033个高质地问题，变成了一个既具有挑战性又大概进行可靠考验的数据集。

五、模子架构的机要设计

P1-VL的设计就像建造一座赓续视觉宇宙和概述念念维的桥梁。通盘系统成就在现存的先进视觉话语模子基础上，包括Qwen3-VL-30B-A3B和Qwen3-VL-235B-A22B，但通过特意的物理推理考验得到了私有的才气。

模子的责任旨趣不错这么强健：当遭遇一个物理问题时，视觉编码器滥觞分析图像，提真金不怕火出各式视觉特征，比如物体的体式、位置、畅通轨迹等。然后，这些视觉特征被治疗成特殊的数字暗示，与问题的笔墨形容沿途输入到话语模子中。话语模子不仅要强健笔墨内容，还要整合视觉信息，变成对通盘问题的全面强健。

为了顺应物理问题的特殊需求，商议团队对考验过程进行了特意的优化。他们发现，在考验过程中冻结视觉编码器的参数，只考验话语模子部分，大概取得更好的扫尾。这就像在学习生人段时，先保持已有的视觉才气不变，专注于升迁逻辑推理才气。

模子的输出相貌也经过了特别设计。通盘谜底王人条目使用LaTeX相貌暗示数学公式，最终谜底必须放在特殊的框框中，要是问题需要多个谜底，每个谜底王人要单独装框。这种要领化的输出相貌不仅便于自动考证，也相宜科学写稿的规范。

考验过程中的一个伏击立异是处治了"考验-推理不匹配"的问题。在内容考验时，AI使用一种料想框架；但在最终测试时，可能使用另一种不同的料想框架。这种相反会导致微弱的数值舛误，进而影响考验扫尾。商议团队开发了"序列级掩码伏击性采样"本事，就像给考验过程加上了一个"踏实器"，确保考验过程的踏实性和可靠性。

六、令东谈主瞩指标实验扫尾

P1-VL在HiPhO物理奥赛基准测试中的阐扬不错用"令东谈主涟漪"来形容。这个基准测试包含了13场2024-2025年度的伏击物理竞赛，涵盖了海外物理奥林匹克（IPhO）、亚洲物理奥林匹克（APhO）、欧洲物理奥林匹克（EuPhO）等顶级赛事。

P1-VL-235B-A22B模子的阐扬号称历史性冲破。在13场竞赛中，它得到了12枚金牌和1枚银牌，平中分达到39.3分。这个得益不仅在开源模子中独占鳌头，以致超越了很多盛名的交易闭源模子，包括Gemini-2.5-Pro、GPT-5和Grok-4等。更令东谈主印象深刻的是，这个AI模子的单独阐扬就突出了配备智能助手系统的文本模子P1-235B-A22B+PhysicsMinions，评释了信得过的视觉强健才气确乎大概超越精真金不怕火的智能支持系统。

即使是较小领域的P1-VL-30B-A3B模子也阐扬出色，得到了9枚金牌和4枚银牌，平中分35.0分。这个得益在开源模子中排行第三，仅次于DeepSeek-V3.2-Thinking和P1-235B-A22B。磋商到这个模子的参数领域相对较小，这么的阐扬展现了出色的参数效用。

当P1-VL与PhysicsMinions智能助手系统说合时，扫尾愈加惊东谈主。P1-VL-235B-A22B+PhysicsMinions的平中分升迁到40.9分，在寰球排行中跃升至第二位，仅次于谷歌的Gemini-3-Pro系统。在一些具体的竞赛中，这个组合以致创造了新的最高分纪录，包括2025年泛好意思物理奥赛（66.5分对66.3分）、2024年泛好意思物理奥赛（83.3分对82.5分）和2024年泛好意思力学竞赛（84.8分对82.3分）。

这些得益的意旨远远超出了浅薄的数字相比。它们评释了AI系统依然大概在需要深度科学推理的任务中与东谈主类顶尖选手竞争，何况这种才气是通过强健和整合多模态信息杀青的，而不是浅薄的模式匹配或追想复现。

七、跨学科的出色阐扬

P1-VL的才气并不局限于物理学领域。在FrontierScience-Olympiad跨学科基准测试中，这个本来为物理问题设计的AI系统展现了令东谈主诧异的通用性。这个测试涵盖生物学、化学和物理学三个学科，P1-VL-235B-A22B在通盘三个学科中王人得到了显贵的性能升迁，总分比基础模子提高了8.0分，P1-VL-30B-A3B的升迁幅度更是达到了9.1分。

更兴趣的是，即使在这个纯文本的基准测试中，多模态的P1-VL-235B-A22B仍然比其纯文本版块的昆玉模子P1-235B-A22B朝上2.3分。这标明，通过多模态考验得到的推理才气大概挪动到纯文本任务中，就像一个学会了看图解题的学生，在处理纯笔墨问题时也变得愈加锐利。

当配合PhysicsMinions智能助手系统时，P1-VL-235B-A22B+PhysicsMinions在跨学科测试中得到了67.1分的总分，在通盘参与测试的开源模子中排行第一。这个得益评释了系统的自顺应才气——它大概自动识别问题所属的学科领域，然后调用相应的特意常识和考证章程进行处理。

在更凡俗的基准测试中，P1-VL模子一样阐扬出色。在十个STEM研究的文本基准测试中，包括AIME24、AIME25、IMO-AnswerBench、AMOBench等高难度数学竞赛题目，两个P1-VL模子王人陆续超越了它们的基础模子。在多模态STEM推理任务中，比如需要处理复杂图表和多图像信息的EMMA-Mini基准测试，P1-VL-235B-A22B和P1-VL-30B-A3B分离取得了1.7分和3.4分的升迁。

这种跨领域的优秀阐扬考证了一个伏击的不雅点：通过在一个具有挑战性的领域（如物理奥赛）进行深度考验，AI模子大概得到更强的通用推理才气，这些才气不错挪动到其他研究领域。这就像一个经过严格物理考验的学生，在处理其他科学问题时也会阐扬得愈加出色。

八、本事立异的深层价值

P1-VL的奏效不单是在于它在竞赛中的优异阐扬，更伏击的是它所代表的本事冲破和立异理念。商议团队处治了几个要津的本事挑战，这些处治决策对通盘东谈主工智能领域王人具有伏击意旨。

滥觞是多模态信息和会的冲破。传统的AI系统要么专注于文本，要么专注于图像，很难将两者灵验说合。P1-VL评释了通过全心设计的考验战略，AI系统不错学会将视觉感知与概述推理紧密说合。这种才气关于构建信得过强健物理宇宙的AI系统至关伏击。

其次是课程式学习战略的立异。商议团队发现，浅薄地加多数据量或模子领域并不可处治复杂推理问题，要津在于怎么安排学习的依次和难度。他们的三阶段考验战略，配合动态的搜索空间推广机制，为考验高性能推理模子提供了新的范式。

考验踏实性的处治决策也具有伏击价值。"序列级掩码伏击性采样"本事处治了强化学习考验中的一个普遍问题——考验和推理环境的不匹配。这个本事不仅适用于物理问题，也不错扩充到其他需要强化学习的任务中。

考证机制的设计一样值得温雅。商议团队开发了夹杂考证框架，说合了基于章程的标志料想考证和基于模子的语义考证。这种双重考证机制既确保了谜底的数学正确性，又保证了推理过程的合感性。这种方法为评估AI系统的科学推理才气提供了新的要领。

智能助手系统的设计理念也具有深入影响。通过将复杂任务剖判为特意的子模块，每个模块专注于我方的专长，然后通过互助机制整合各模块的才气，这种设计念念路不错应用到很多其他复杂的AI任务中。

九、未来应用的渊博出息

P1-VL的奏效为东谈主工智能在科学商议和素养领域的应用开辟了新的可能性。这项本事的潜在应用场景稀奇凡俗，每一个王人可能对研究领域产生深入影响。

在科学素养领域，P1-VL不错成为一个遒劲的教学助手。它不仅大概解答学生的物理问题，还能扎眼解释解题过程，特别是怎么从图像中提真金不怕火要津信息并将其与物理定律说合。这种才气关于培养学生的科学念念维妥协题技巧具有伏击价值。传统的教学中，真诚很难为每个学生提供个性化的率领，而AI助教不错凭据每个学生的具体问题提供针对性的匡助。

在科学商议方面，P1-VL展现的多模态强健才气为自动化科学发现开辟了新旅途。科学商议中常常需要从实验数据、图表、显微镜图像等视觉信息中提真金不怕火限定，然后说合表面常识进行分析。P1-VL的奏效标明，AI系统有望在这个过程中施展伏击作用，协助科学家处理多数的实验数据，发现东谈主类可能忽视的限定和模式。

在工程应用领域，这种本事不错匡助分析复杂的工程图纸、电路设计和机械结构。工程师常常需要凭据本事图纸强健开导的责任旨趣，识别潜在的问题，或者优化设计决策。具备视觉强健和物理推理才气的AI系统不错大大提高这些责任的效用和准确性。

在自动化实验和机器东谈主领域，P1-VL的本事也具有伏击价值。机器东谈主要是要在实在宇宙中实施复杂任务，就必须强健物理环境，估量物体的行径，并凭据物理定律蓄意行动。P1-VL展示的将视觉感知与物理推理说合的才气，为开发更智能的机器东谈主系统提供了本事基础。

更进一步，这项本事还可能推进科学发现的自动化。遐想一个AI系统大概自动分析实验数据，识别特别惬心，漠视假定，设计考证明验，这将大大加快科学商议的进度。天然这么的系统还需要更多的本事冲破，但P1-VL依然迈出了伏击的第一步。

说到底，P1-VL的意旨远远超出了在物理竞赛中得到好得益。它代表了东谈主工智能向信得过强健物理宇宙迈进的伏击一步。正如商议团队所说，掌持严格的物理拘谨是杀青机器科学发现和可靠的具身AI的必要前提。就像科学家需要表面率领，机器东谈主需要宇宙模子一样，未来的AI系统必须滥觞在受控环境中掌持物理定律。

这项商议的开源性质也值得特别赞赏。通过将P1-VL模子公开发布，商议团队为通盘科学界提供了一个遒劲的器具和商议平台。这种通达的气派将推进更多商议者在这个基础上进行立异，加快研究本事的发展和应用。

归根结底，P1-VL不单是是一个大概处治物理题指标AI系统，它更代表了东谈主工智能发展的一个新阶段——从处理标志信息转向强健物理宇宙，从单纯的模式识别转向信得过的科学推理。这种滚动将为构建大概强健和操作物理宇宙的AI系统奠定坚实基础，最终杀青东谈主工智能在科学发现和践诺应用中的裂缝冲破。

有兴味深入了解这项冲破性商议的读者，不错通过arXiv:2602.09443v1查阅完整的论文内容，其中包含了更多本事细节和实验数据。

Q&A

Q1：P1-VL模子与传统AI有什么不同？

A：P1-VL最大的不同在于它能同期"看懂"图像和进行科学推理。传统AI要么只可处理笔墨，要么只可识别图片，但P1-VL大概从物理图像中提真金不怕火要津信息，然后说合物理定律进行复杂的科学料想，就像给AI装上了"物理学家的眼睛"。

Q2：P1-VL在物理奥赛中的阐扬怎么？

A：P1-VL在13场海外物理竞赛中得到了12枚金牌和1枚银牌，成为首个在物理奥赛中阐扬如斯出色的开源AI模子，以致超越了很多盛名的交易模子。当配合智能助手系统时，它的寰球排行达到第二位。

Q3：泛泛东谈主能使用P1-VL吗？

A：当今P1-VL四肢开源模子依然发布，商议东谈主员和开发者不错免费使用。但关于泛泛用户来说欧洲杯2024官网，可能需要恭候基于这项本事开发的具体应用家具，比如智能教学助手或在线解题器具等。