AI大模型首次打破围棋思维“黑盒”，“通专融合”路径喜迎“涌现时刻”！

近日，上海人工智能实验室（上海AI Lab）的科研人员，基于一系列“通专融合”底层技术新进展，书生·思客（Intern Thinker）获得专业推理能力大幅提升，成为首个既具备围棋专业水平，又能展示透明思维链的大模型。在实验室科研人员的布局和着子中，蕴含数千年智慧的围棋成为了科学探索的“试应手”。

研究团队创造性地构建了一个“加速训练营”（InternBootcamp），通过对评价建模，与大模型进行交互并提供反馈，从而使大模型持续进化，获得解决复杂推理任务的能力。通过该方法，书生·思客已实现在奥赛级数学、科学对象理解与推理、算法编程、棋类游戏、智力谜题等多个专业任务同步学习演进，并在多任务混合强化学习过程中出现智能“涌现时刻”。

思维链透明，自然语言点评“神之一手”

围棋作为一项具有四千多年历史的智力竞技项目，因其独特的复杂性和对人类智能的深刻体现，可作为衡量人工智能专业能力最具代表性的任务之一。

2016年AlphaGO一战成名。随后，AI在棋力、效率、通用性等方面均有显著提升，但其具体推理过程仍为“黑盒”，即便能输出胜率评估和落子概率，亦无法用人类语言解释“为什么某一步更好”。典型表现为：AI有时会下出违背人类直觉的“天外飞仙”棋步，事后被证明有效，但当时难以解释。

本次升级后的书生·思客，在围棋任务上不仅具备较强的专业水平，还在大模型中率先实现打破思维“黑盒”，运用自然语言就对弈过程进行讲解。

用户在与书生·思客对弈的过程中，大模型化身为循循善诱的“教练”，它能全面地分析当前局面形势，对不同的落子点进行判断和对比，并给出明确的结果，让用户了解每一步棋背后的推理过程和决策依据，从而帮助用户更好地理解和学习围棋。

李世石在与AlphaGO交战的第四盘78手下在L11，被古力称为“神之一手”，直接扭转局势赢下一局。在研究人员对这一名局的复现中，书生·思客评价这步棋“相当刁钻……这步棋完美解决L11的威胁，重新确立中央控制权，为后续进攻埋下伏笔。”随后它给出了落子在L10的应对策略。

书生·思客应对李世石“神之一手”

书生·思客的“语言”风格也更像人类。比如，当用户下了一步好棋，它会加油鼓励：“这步棋相当有力，可以说是‘以攻代守’的好手”；当用户的局势不利时，它会化身“鸡汤大师”：“只要应对得当，胜负尚在未定之天”；当用户的落子不是很明智时，它甚至会冒出毒舌锐评：“可以说是‘不是棋’的选择”。

在棋力方面，书生·思客未来仍有提升空间。新生代世界围棋冠军王星昊九段在与其对弈后评价道：“能解说思考过程的AI还是第一次见，感觉它分析得非常好；从布局看棋力可能在职业3—5段之间。”

“体验”即学习，探索大模型推理能力提升新范式

书生·思客强大的推理能力及在围棋任务上的突破，得益于其创新的训练环境。针对复杂的逻辑推理任务，如何准确地获得过程和结果反馈尤为关键，为此，研究人员搭建了大规模、标准化、可扩展的可交互验证环境InternBootcamp——这相当于为模型创造了一个“加速训练营”，使其可以高效习得专业技能，快速“成长”。

InternBootcamp与大模型交互流程

基于代码智能体自动化构造，InternBootcamp包含超1000个验证环境，覆盖广泛的复杂逻辑推理任务，能有效帮助大模型领域研究者基于强化学习开展探索。InternBootcamp可以批量化、规范化生成难度可控的推理任务，如数独游戏、解码游戏、围棋、科学任务等，并与大模型进行交互和反馈。通过不同专业知识大规模构造和混合训练，使大模型跳出基于数据标注获取问题和答案的繁琐模式，同时避免传统奖励模型的欺骗，从而实现大模型推理能力提升的新范式。

除围棋外，在其他任务中书生·思客也有不俗表现。通过对多种任务的混合强化学习，书生·思客在包括数十个任务的测试集上的平均能力超过o3-mini、DeepSeek-R1以及Claude-3.7-Sonnet等国内外主流推理模型。

甚至在一些任务中，书生·思客的性能表现远超当前其他推理大模型。

多任务混合强化学习：迎来“涌现时刻”

值得一提的是，研究人员观察到，在基于InternBootcamp的多任务混合训练过程中，出现了强化学习的“涌现时刻”：在单一任务中，无法成功推理得到奖励的模型，通过多个任务混合的强化学习，能够在训练过程中成功得到奖励，实现领域外专业任务的有效强化学习训练。

“随着InternBootcamp任务的数量增加、质量提升和难度加大，大模型有望迎来能力的‘升华’，高效解决更多、更难、更具实用性的推理任务，在助力大模型推理能力泛化的同时，加速推动科学发现。”上海AI Lab科研人员表示。

新民晚报记者了解到，从大模型发展历程来看，主要分化为专业性和通用泛化性两大路线。上海AI Lab率先提出通专融合技术路线，着力解决大模型高度专业化与通用泛化性相互制约的发展困境。这一路径的关键在于同步提升深度推理与专业泛化能力，使模型不仅在广泛的复杂任务上表现出色，还能在特定领域中达到专业水平。

上海AI Lab通专融合AGI实现路径

未来，上海AI Lab将系统推进通专融合技术路线的发展与探索，将通专融合的新能力、新进展持续通过InternBootcamp对外开放，加速以新一代通专融合基座模型的方式解决具体科学发现中的关键问题，同时牵引打造垂直领域示范应用案例，为科学发现与产业创新提供关键驱动力。

原标题：《AI大模型首次打破围棋思维“黑盒”，“通专融合”路径喜迎“涌现时刻”！》

栏目编辑：陆梓华 图片来源：采访对象供图

来源：作者：新民晚报 郜阳