AI参加高考，竟能上清北？

又到一年(yīnián)高考查分时。大模型在经历高考之后，也要查分了。 随着(suízhe)AI快速发展，高考已经成为各家AI企业检验模型能力的(de)又一重要场景。 6月初(yuèchū)，字节跳动旗下豆包大模型1.6正式发布，该模型由2023年成立的字节跳动Seed团队(tuánduì)推出。面世不久，这位(zhèwèi)“考生”就和其他大模型一起接受了2025年山东卷的高考测试洗礼。 在字节跳动Seed团队的测评(cèpíng)中，豆包取得不错成绩：综合成绩排名靠前。不管是(shì)文科还是理科，按照赋分制调整后的高考(gāokǎo)分数近700分，相(xiāng)较去年成绩大幅提升。而且去年偏文科严重的它，今年实现文理的均衡发展。 豆包的成绩可用突飞猛进来形容。优异成绩背后，豆包在模型(móxíng)能力和技术上下(shàngxià)了苦功。 本图(běntú)为创意性构想，画面由AI生成 豆包战(zhàn)高考，有望上清北 高考不仅是高三考生的战场，也(yě)是各家大模型同场竞技的舞台(wǔtái)。这对于AI来说是一次综合练兵。 高考考查内容十分全面，涉及文科、理科，文字、图像(túxiàng)，不同难度的知识点(zhīshídiǎn)等，意味着AI需要具备丰富的知识储备能力。 高考的(de)题目全新。相关题目在市面上找不到，有助于模型泛化能力的测试。泛化能力是衡量AI模型优劣的关键指标之一，考察的是模型在日常训练(xùnliàn)之外的数据、场景或者(huòzhě)任务中，是否能够(nénggòu)表现出有效的预测和推理能力。 此次测评，豆包大模型(móxíng)(móxíng)1.6和其他大模型如Gemini（谷歌研发(yánfā)的开源(kāiyuán)模型）、DeepSeek（国内深度求索研发）、Claude（美国AI独角兽公司Anthropic研发）、O3（美国OpenAI研发），共同测试了2025年山东高考试题。 考试开始(kāishǐ)，先要让大(dà)模型理解试卷。字节Seed团队在各个大模型内，分别输入题目的文本和截图，让它们通过文字和图像(túxiàng)的方式看见试卷、理解试卷，参与考试。 山东高考试卷满分(fēn)750分。测评发现，5个推理模型，理科分数最低为579分，文科分数最低为625分，基本都(dōu)达到优秀(yōuxiù)考生水平。 具体来看，豆包成绩(chéngjì)排名(páimíng)靠前，理科648分，排名第二(dìèr)；文科683分，排名第一。国产大模型的数学成绩十分亮眼(liàngyǎn)。DeepSeek成绩145分，排名第一；豆包大模型1.6成绩141分，排名第二。 山东高考为赋分制，3门副科的(de)赋分相比原始分会有一定程度的提高，尤其是在化学、物理等难度较大的科目(kēmù)上。 据山东(shāndōng)当地媒体采访(cǎifǎng)的一线教师估算，豆包大模型1.6的理科赋分约680分，意味着它能考上985高校理工科专业；文科(wénkē)赋分成绩在700分左右，也就是说，“山东考生(kǎoshēng)豆包”有望考上清华或者北大。 成绩大幅提升(tíshēng)源于专业数据训练 这并不是(búshì)豆包第一次参考高考(gāokǎo)。2024年，有媒体(méitǐ)对包含豆包在内的国内外大模型进行高考评测。结果让人有些意外：高考分数一般，而且相较国外(guówài)大模型，国内大模型普遍偏科。文科较好，但是理科成绩，尤其是数学成绩不理想。 AI偏科背后，原因多样。大语言模型(móxíng)可理解为文字接龙游戏，本质为概率问题，推理和计算能力较弱。同时，国内外模型在训练(xùnliàn)数据上存在差异(chāyì)。此外(cǐwài)，数学、物理等带有图像信息，大模型在图像识别上存在挑战。 但当下，情况发生变化。以(yǐ)豆包为例(wèilì)，成绩有了很大跨越：理科在2024年466.5分的基础(jīchǔ)上提高了181.5分；文科在2024年542.5分的基础上提高了140.5分。具体学科来看，豆包的数学成绩提升(tíshēng)幅度最大，从去年的61.5分提升至141分。 2025年高考成绩飞速提升，原因在于豆包大模型1.6的多模态能力持续提升，其拥有丰富的教育相关数据(shùjù)，具备深度(shēndù)思考能力。 所谓多(duō)模态，是指AI要同时处理多种数据类型以便更全面地了解(liǎojiě)和分析事物。也就是说，大模型(móxíng)不仅要读懂文字，还要用“眼睛看、耳朵听、嘴巴说”。 数据方面，据字节跳动Seed团队官方介绍，在多模态混合持续训练阶段，团队增加(zēngjiā)了(le)学科、代码、推理类数据的(de)占比，提升了文本(wénběn)数据的知识和推理密度，同时加入了视觉模态的数据，与高质量文本数据混合训练。这意味着豆包模型得到专业数据训练，有助于垂直领域问题的解决(jiějué)。 “就像考生(kǎoshēng)通过刷题掌握(zhǎngwò)各类解答技巧、在草稿上列出计算过程(guòchéng)一样，通过学习专业(zhuānyè)数据和持续优化模型架构，大模型具备了深度思考能力，也能通过描述思维过程，实现对特定问题的推理、验证和反思。”业内人士分析称。 就(jiù)像大部分参与者希望通过考试了解自身(zìshēn)不足、提高能力水平一样，豆包大模型参与高考，或许还是希望通过不断总结实战经验，以便在未来的AGI竞争中保持优势(yōushì)。