论文称，基于Opus 5的AWM在ARC-AGI-3的183个关卡全部通关，得分99.9%，平均通关动作数为人类基准的43%；面对被改成无解的关卡，AWM尝试两次即证明“当前步数无解、再多一步可获胜”。该成果由清华大学姚期智、袁洋指导，两位共同第一作者为本科生。
清华大学姚期智、袁洋指导的团队提出“代数世界模型”（AWM），相关论文发布在arXiv（编号2610.40503），项目主页已上线。报道称，该方法让AI把交互环境中的对象、关系和规则抽象成代数结构，再借助Lean 4做形式化证明。
在ARC-AGI-3测试集上，报道给出的结果是：基于Opus 5的AWM通关全部183个关卡，得分99.9%，平均通关动作数为人类基准的43%。
AWM的三步流程
报道将AWM的工作过程概括为三步。探索阶段，模型先与环境交互，把观察到的现象写成可执行的Python代码，作为初步假设；凝炼阶段，用新的观察验证、修正这些假设，提炼成更通用的对象和规则；证明阶段，把规则形式化为Lean 4语言中的数学断言，由机器自动检查。
方法灵感来自范畴论中的“投射极限”和“归纳极限”：前者用于把已有概念和关系组合起来定义新对象，后者用于从不同对象中找到共性并统一到更抽象的框架。报道称，AWM借此把零散的Python假设迭代得更为简洁一致，形成可推理、可证明的世界模型。
无解关卡与效率数据
报道设置了对照：研究人员把ARC-AGI-3中一个名为sc25的游戏关卡初始步数改成无法通关，例如第四关原本至少需19步，只给18步。GPT Astra尝试8轮后断言至少需要22步才能获胜，判断错误。报道称，在12次类似测试中，GPT-6 Astra和Claude Opus 5.5合计只有5次判断出“不可能”，其中4次给出的最低步数仍然错误。
AWM方面，基于Opus 5.5的版本在同一个无解关卡上尝试两次，即证明当前步数下无解，并指出只需再多一步就能获胜。
通关效率方面，报道称在整个ARC-AGI-3测试集里，基于Opus 5的AWM全部183个关卡通关，得分99.9%，平均通关动作数为人类基准的43%，并称这是目前已知系统中效率最高的。这一比较来自报道对团队结果的转述。
作者与适用范围
论文的两位共同第一作者均为本科生：浙江大学的潘冠成，目前休学在清华大学做研究；另一位是清华姚班的谭淇心。指导教师为清华大学交叉信息研究院、人工智能学院副教授袁洋，以及图灵奖得主、清华大学交叉信息研究院院长姚期智。
报道同时转述了方法边界：AWM的证明基于它“观测到的世界”，如果探索不够全面、遗漏关键规则，模型描绘的只是“局部真理”，并非完整世界。团队将路径描述为“观察→假设→实验→抽象→证明→再观察”的循环。上述效率与通关数据均来自该论文及团队公开材料，尚未见独立复现。