證券時報網
2025-06-26 21:18
6月26日，2025年全國高考志愿填報全面開啟。在多個省份高考分數線揭曉之際，大模型“考生”的成績單也吸引了許多關注。
6月25日晚間，字節(jié)跳動Seed團隊公布了豆包大模型1.6-Thinking版本的“高考成績”：文科總分683分，理科總分648分。這一成績以2025年山東高考試題作為測評基準，其中語數外使用新課標全國新一卷，政史地/物化生則采用山東省自主命題。
最新公布的山東高考分數線顯示，特殊類型招生控制線為521分，普通類一段線為441分。山東省內多位有著多年高三帶班經驗的資深教師判斷，根據山東省公布的2025年夏季高考文化成績一分一段表，豆包大模型1.6-Thinking的科目組合的賦分成績最高能超過690分，排名在前80位左右，穩(wěn)上985，并達到了沖擊“清北”的水平。
值得注意的是，本次測試還引入了OpenAI的o3 high、谷歌的Gemini 2.5 Pro、Anthropic的Claude Sonnet 4和DeepSeek的R1-0528等國內外多款主流模型作為對比對象。成績顯示，4款大模型文理科成績均大幅超過了普通類一段線，顯示大模型已超越眾多普通考生，達到人類優(yōu)秀考生的水平。
“學霸”誕生：大模型“考生”成績亮眼
據了解，目前全國大部分地區(qū)高考均采用賦分制，山東高考為“3+3”形式，語數英3門主科采用原始分（各150分），考生自選的3門副科（政史地/物化生，各100分）采用賦分制，滿分為750分。其中，選擇題、填空題等封閉題采用機判，開放題則由兩位重點高中、有聯(lián)考判卷經驗的高中老師進行匿名評估，并且后續(xù)引入了多輪質檢。
值得注意的是，在評測所采用的山東卷中，圖像類問題分數為378分，占比高達36%，非?？简灤竽Ｐ偷亩嗄B(tài)理解和推理能力。豆包大模型基于較為出色的多模態(tài)能力，在評測中占據優(yōu)勢。在同臺競技的4款主流大模型中，由于DeepSeek R1不具備多模態(tài)能力，無法正常解答圖像問題，但通過文本信息的推理也能獲得一部分圖像題分數。
評測結果顯示，文科成績方面，豆包1.6-Thinking總分達683，排名第一，谷歌Gemini 2.5 Pro以651分居于第二；理科成績方面，谷歌Gemini 2.5 Pro以655分奪得第一，豆包則以7分之差排名第二。各個模型在語、數、外等基礎學科的表現(xiàn)基本都比較好，達到了優(yōu)秀考生的水平，而且區(qū)分度已經不大。不過，OpenAI的o3出現(xiàn)了作文跑題的失誤，導致語文單科得分較低，給整體成績拖了后腿。
據山東省內多位有著多年高三帶班經驗的資深教師判斷，3門自選科目的賦分相比原始分會有一定程度的提高，尤其是在化學、物理等難度較大的科目上，預估豆包大模型1.6-Thinking的科目組合的賦分成績最高能超過690分，排名在前80位左右，穩(wěn)上985，并達到了沖擊“清北”的水平。
技術突破：豆包1.6系列模型持續(xù)進化
在大模型“考生”高考出分的同時，記者注意到字節(jié)跳動Seed團隊也公布了Seed1.6 系列模型的詳細技術介紹。支撐高考優(yōu)異成績的，正是豆包大模型1.6系列的重大技術革新。
在6月11日舉行的火山引擎Force原動力大會上，火山引擎正式發(fā)布了豆包1.6系列模型。 作為Seed 團隊推出的最新通用模型系列，豆包1.6系列模型融合了多模態(tài)能力，支持自適應的深度思考、多模態(tài)理解、圖形界面操作，且支持 256K 長上下文的深度推理。
據Seed團隊介紹，Seed1.6沿用Seed1.5在稀疏MoE（混合專家模型）上的探索結果，使用23B激活、230B總參數進行預訓練。據會上披露的多項權威測評成績，在復雜推理、競賽級數學、多輪對話和指令遵循等測試集上，豆包1.6—Thinking的表現(xiàn)已躋身全球前列。
具體來看，在預訓練階段，Seed1.6通過純文本預訓練、多模態(tài)混合持續(xù)訓練、長上下文持續(xù)訓練階段，對模型架構、訓練算法等進行持續(xù)改進，性能在參數量不增加的情況下取得明顯提升。在后訓練階段，Seed1.6-Thinking強化了多模態(tài)融合的思考能力，并提出了“動態(tài)思考能力”，在性能和效果上實現(xiàn)更好的動態(tài)平衡。
群“?！敝鹇梗焊呖汲蔀椤癆I競技場”
如今，高考已經成為了AI大廠們的重要“競技場”，形成了一場激烈的 “大模型高考競賽”。
對于大模型廠商為何熱衷于做高考評測，業(yè)內人士分析指出，高考是大模型非常好的測試場景：一方面，題目全面，文科到理科，從文本到圖像理解，基礎知識都有覆蓋；另一方面，題目也比較新，能夠反映模型的泛化能力。此外，高考作為國內最具權威性和影響力的人才選拔考試，也具備較高的社會關注度和話題討論度。
近年來，隨著大模型技術的不斷迭代，大模型“考生”在高考中取得的成績也有了大幅提升。在去年的媒體評測中，豆包大模型文理科總分分別只有542.5分和466.5分，而今年則“進步神速”，文理科總分分別提高了140.5分和181.5分。此外，其他的幾款主流大模型也取得了優(yōu)異的成績。
不過，大模型也并非只能當“做題家”，在實際應用中，AI大模型的技術優(yōu)勢正在轉化為產業(yè)價值。艾媒咨詢發(fā)布的《2024-2025年中國AI大模型市場現(xiàn)狀及發(fā)展趨勢研究報告》數據顯示，2024年中國AI大模型市場規(guī)模約為294.16億元，預計2026年將突破700億元，中國AI大模型行業(yè)正處于爆發(fā)式發(fā)展階段。
艾媒咨詢分析師認為，AI大模型已初步具有算力高效利用能力、真實世界感知能力、自主學習能力以及創(chuàng)作能力等。中國大部分的國產AI大模型可在文本、圖像等方面賦能，并廣泛滲透到娛樂、電商、工作以及垂直領域等各類應用之中，為中國傳統(tǒng)行業(yè)進行數字化賦能。
以豆包為例，據了解，目前豆包大模型已在汽車、智能終端、互聯(lián)網、金融、教育科研、零售消費等行業(yè)廣泛落地，覆蓋4億終端設備，如小米、OPPO、vivo、榮耀、聯(lián)想、三星等品牌；八成主流車企，如奔馳、寶馬、奧迪等；70%系統(tǒng)重要性銀行和數十家證券基金公司，如招商銀行、華泰證券等。
校對：楊舒欣
