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(cháfēn)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(móxíng)能力的又一重要场景。 6月初，字节跳动旗下豆包大模型1.6正式发布，该(gāi)模型由2023年成立的字节跳动Seed团队推出(tuīchū)。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Seed团队的测评中，豆包取得不错成绩(chéngjì)：综合成绩排名靠前(kàoqián)。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(jiào)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(dòubāo)的成绩可用(kěyòng)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。 本图为创意性构想(gòuxiǎng)，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(zhànchǎng)，也是各家大模型同场竞技的舞台。这对于(duìyú)AI来说是一次综合练兵。 高考考查内容十分(shífēn)全面，涉及文科、理科，文字、图像，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。 高考的题目全新(quánxīn)。相关题目在市面上找不到，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(xùnliàn)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(hé)推理能力。 此次测评，豆包(dòubāo)大模型1.6和其他大模型如Gemini（谷歌研发的(de)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(cèshì)了2025年山东(shāndōng)高考试题。 考试开始，先要让大模型理解试卷(shìjuàn)。字节Seed团队在各个大模型内，分别输入题目的(de)文本和截图，让它们(tāmen)通过文字和图像的方式看见试卷、理解试卷，参与考试。 山东高考试卷满分750分。测评发现，5个(gè)推理模型，理科分数(fēnshù)最低(zuìdī)为579分，文科分数最低为625分，基本都达到优秀考生水平。 具体来看，豆包(dòubāo)成绩排名(chéngjìpáimíng)(páimíng)靠前，理科648分(fēn)，排名第二；文科683分，排名第一。国产大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。 山东高考为赋分制，3门副科的赋分相比原始分会(fēnhuì)有一定程度的提高，尤其是(shì)在化学、物理等难度较大的科目上。 据山东(shāndōng)当地媒体采访的一线教师估算，豆包(dòubāo)大模型1.6的理科赋分约680分，意味着它能考上985高校(gāoxiào)理工科专业；文科赋分成绩在700分左右，也就是说，“山东考生豆包”有望考上清华或者北大(běidà)。 成绩大幅提升源于(yuányú)专业数据训练 这并不是豆包第一次参考高考(gāokǎo)。2024年，有媒体对包含豆包在内的国内(guónèi)外大模型进行高考评测。结果让人有些意外：高考分数(fēnshù)一般，而且相较国外大模型，国内大模型普遍偏科。文科较好，但是理科(lǐkē)成绩，尤其是数学成绩不理想。 AI偏科背后，原因多样。大语言模型可理解为文字接龙游戏，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(xùnliàn)数据上存在差异(chāyì)。此外，数学、物理等(děng)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(dòubāo)为例，成绩有了很大跨越：理科在(zài)2024年466.5分的基础上提高(tígāo)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(fúdù)最大，从去年的61.5分提升至141分。 2025年高考成绩(chéngjì)飞速提升(tíshēng)，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，具备深度思考能力。 所谓(suǒwèi)多模态，是(shì)指AI要同时处理多种数据类型以便更全面(quánmiàn)地了解和分析事物。也就是说，大模型不仅要读懂文字，还要用“眼睛看、耳朵听、嘴巴说”。 数据方面，据字节跳动(tiàodòng)Seed团队官方介绍，在多(duō)模态(mótài)混合持续训练阶段，团队增加了(le)学科、代码、推理类数据的占比，提升了文本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(gāozhìliàng)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。 “就像(xiàng)考生(kǎoshēng)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，通过学习(xuéxí)专业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。 就像大部分参与者希望通过考试了解(liǎojiě)自身不足、提高能力水平一样，豆包大模型参与高考，或许还是(háishì)希望通过不断总结实战经验，以便在未来的AGI竞争中(zhōng)保持优势。