人工智能在科学计算领域的应用不断深化。
北京通用人工智能研究院日前宣布，由我国科研团队自主研发的通矩模型已成功通过国际权威期刊审核，相关研究成果正式发表。
这一突破性进展标志着我国在智能推理领域迈上新的台阶。
长期以来，人工智能在数学领域的应用主要集中于解题环节。
2024年初，国际知名科研机构DeepMind推出的AlphaGeometry系统在几何问题求解上表现出众，一时引起广泛关注。
然而该系统存在明显局限性：其本质上属于"被动型"求解工具，对大规模合成数据的依赖程度极高，需要调动庞大的计算资源才能运行，这在实际应用中形成了显著的技术壁垒和成本障碍。
与此不同，通矩模型在设计理念上实现了根本性转变。
论文第一作者、北京通用人工智能研究院张驰博士介绍，该系统不仅具备高效的解题能力，更创新性地赋予了人工智能独立出题的功能。
通矩模型能够从极其庞大的几何空间组合中，精确识别并提炼出符合数学家审美标准、具有创新价值的高质量题目。
这种从被动求解向主动创造的转变，在国际学术界属于首创。
在性能表现方面，通矩模型展现出令人瞩目的优势。
该系统仅需单块消费级显卡即可独立运行，在最多38分钟内完成近25年来全部奥林匹克数学竞赛几何题的求解，其推理效率和准确率均达到国际顶尖水平。
相比之下，AlphaGeometry需要依靠专业级算力集群才能实现类似功能，运行成本和环境要求都要高出数个数量级。
这一对比充分说明了我国自主创新技术的实际优势。
技术突破的核心在于创新的"规范化表示"方法。
通矩模型通过这一方法将传统算法中的搜索空间压缩了数个数量级，有效解决了几何推理中的路径爆炸问题，大幅提升了计算效率。
这项技术创新不仅体现了理论深度，更具有显著的工程应用价值。
值得注意的是，通矩模型的出题功能已被国际高规格数学竞赛采纳。
这意味着该系统生成的题目已获得国际学术界的认可，充分证明了其在数学创意上的可靠性和创新性。
这一认可对于提升我国在人工智能领域的国际话语权具有重要意义。
该成果的取得，反映了我国科研团队在自动化推理、符号计算等基础理论研究上的深厚积累，也体现了在关键技术自主创新上的决心和能力。
通矩模型的成功研发，为人工智能在教育、科研等领域的深层应用打开了新的可能性，有望在题库建设、教学辅助、科学发现等方面产生实际效益。
从能解题到会出题，变化的不只是功能清单，更是技术路线的升级：从依赖外部题库与算力资源，转向在表示、推理与生成机制上打通“创造—验证—筛选”的闭环。
面向未来，持续在核心算法、工程化体系与应用生态上发力，才能让自动化推理真正成为服务科技创新与人才培养的基础能力，在更广阔的科学问题中释放价值。