全球首台！这台“成都造”智能设备就在成都经开区

又到一年高考查分时。大模型(móxíng)在经历高考之后，也要查分了。 随着AI快速发展，高考已经成为各家AI企业检验模型能力的又(yòu)一(yī)重要场景。 6月初，字节跳动(tiàodòng)旗下豆包大模型(móxíng)1.6正式发布，该模型由2023年成立的字节跳动Seed团队推出。面世不久，这位“考生”就和其他大模型一起接受(jiēshòu)了2025年山东卷的高考测试洗礼。 在字节跳动(tiàodòng)Seed团队的测评中，豆包取得不错成绩：综合成绩排名靠前。不管是文科还是理科，按照赋分制调整后的高考分数近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(jīnnián)实现文理的均衡(jūnhéng)发展。 豆包的(de)成绩可用突飞猛进来形容。优异成绩背后，豆包在模型能力和技术上下了苦功(kǔgōng)。 本图为创意性构想(gòuxiǎng)，画面由AI生成 豆包战高考，有望(yǒuwàng)上清北 高考不仅是高三考生(kǎoshēng)的战场，也是各家大模型同场竞技的舞台。这对于AI来说是一次(yīcì)综合练兵。 高考考查内容十分全面，涉及文科(wénkē)、理科，文字、图像，不同难度的知识点等(děng)，意味着AI需要具备丰富的知识储备能力。 高考的题目(tímù)全新。相关题目在(zài)市面上(shìmiànshàng)找不到，有助于模型泛化能力(nénglì)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之外的数据、场景或者任务中，是否能够表现出有效的预测和推理能力。 此次测评，豆包大(dà)模型(móxíng)1.6和其他大模型如Gemini（谷歌研发(yánfā)的开源模型）、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(shāndōng)高考试题。 考试开始，先要让大模型理解试卷。字节Seed团队(tuánduì)在各个大模型内，分别(fēnbié)输入题目的文本和截图，让它们通过(tōngguò)文字和图像的方式看见试卷、理解试卷，参与考试。 山东(shāndōng)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(wénkē)分数最低为625分，基本都达到优秀考生水平。 具体来看，豆包成绩排名(páimíng)靠前，理科648分(fēn)，排名第二；文科683分，排名第一(dìyī)。国产大(dà)模型的数学成绩十分亮眼。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(fùfēn)制，3门副科的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(lǐgōngkē)专业；文科赋分成绩(chéngjì)在700分左右，也就是说(yějiùshìshuō)，“山东考生豆包”有望考上清华或者北大。 成绩大幅提升源于专业(zhuānyè)数据训练 这并不是豆包第一次参考高考。2024年，有媒体对包含豆包在内的国内外大(dà)模型进行高考评测。结果让人有些意外：高考分数一般，而且相较国外大模型，国内大模型普遍偏科。文科(wénkē)较好(hǎo)，但是理科(lǐkē)成绩，尤其是数学成绩不理想。 AI偏科背后，原因(yuányīn)多样。大语言模型可理解为文字接龙游戏(yóuxì)，本质为概率问题，推理(tuīlǐ)和计算能力较弱。同时，国内外模型在训练数据上存在差异。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。以豆包为例，成绩有了很大跨越：理科在2024年466.5分(fēn)的(de)基础上(shàng)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幅度最大(zuìdà)，从去年的61.5分提升至141分。 2025年高考(gāokǎo)成绩飞速提升，原因(yuányīn)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，具备深度思考能力。 所谓多模态，是指AI要同时处理多种数据类型以便更全面地了解和分析事物。也就是说，大模型不仅(bùjǐn)要读懂文字，还要用“眼睛(yǎnjīng)看、耳朵听、嘴巴(zuǐbā)说”。 数据(jù)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，团队增加了学科、代码、推理类数据的(de)占比，提升了文本数据的知识和推理密度，同时加入(jiārù)了视觉模态的数据，与高质量文本数据混合训练。这(zhè)意味着豆包模型得到(dédào)专业数据训练，有助于垂直领域问题的解决。 “就像考生通过(tōngguò)刷题掌握各类解答技巧、在草稿上列出计算过程一样(yīyàng)，通过学习专业数据和持续(chíxù)优化模型架构，大模型具备了(le)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。 就像大部分参与者希望通过(tōngguò)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(yǐbiàn)在未来的AGI竞争中保持优势。