Meta AI 亞洲物理奧賽滿分是什麼水準？推理與多模態能力信號

2026 年 7 月 14 日，Meta AI 官方帳號 @AIatMeta 宣布，Meta 派遣旗下模型參加亞洲物理奧林匹亞（APhO）理論考試，最終斬獲 30/30 滿分，與排名前三的人類選手並列。APhO 委員會此次破例允許模型參賽，Meta 在聲明中對此特別致謝。這並非在自家平台發布基準測試，而是直接投身賽會獨立辦理的封閉式競技，使成績具備了更高的外部客觀性。然而，滿分僅是最終結果，這個數字究竟能證明什麼、又存在哪些局限，才是核心的觀察重點。

APhO 是亞太地區頂尖的物理競賽，其理論考題均為封閉性命題，要求參賽者推導出完整的多步驟物理推理。30 分為此次理論考試的滿分，與前三名人類選手並列，是 Meta 選定的對比錨點。相較於多數已被業界過度擬合的公開基準測試，奧賽封閉題更能過濾僅靠死記硬背或模式匹配的虛假繁榮，理論上更接近真實推理能力的上限。但「理論上」三個字至關重要：該成績目前僅由 Meta 單方面宣布，缺乏第三方獨立驗核，且聲明中未揭露任何技術細節，包括推理鏈長度、嘗試次數、各題得分分布等，一律不透明。

Meta AI 派遣模型挑戰亞洲物理奧賽並斬獲滿分，雖以第三方封閉競技展現了頂尖的深度推理上限，但缺乏細節的單方面宣稱與實際生產部署的穩定性要求之間，仍存在必須理性看待的鴻溝。

結合 Meta AI 近期的競爭處境來看，這次展示釋出的訊號更為清晰。APhO 30/30 的佳績，是 Meta 向工程師與開發者社群主動傳遞的實力證明：其推理與多模態能力仍穩居第一梯隊。選擇第三方賽事而非自家平台發布，這種形式本身就是一種策略定位，也為技術實力增添了一層外部背書。不過，對於正在進行技術選型的工程師或創業者而言，必須留意其中的鴻溝：奧賽場景測試的是單點深度推理的極限，而實際生產部署考驗的則是跨任務的穩定性與低錯誤率，兩者不可等同視之。APhO 30/30 固然是一個極具價值的參考座標，但要做出最終的選型決策，仍需依賴自身業務場景的實測數據。