11月8日晚，B站UP主"喵了个猫了个咪了个猫"发布AI算法对抗大赛第9集，把九个AI大模型拉进造桥游戏，两天内播放量突破130万，登上B站热搜。九个模型收到的是同一句逐字一致的提示词，要在90分钟里设计桥梁，开局一次性拿到全部7关。结果和热搜标题的判断一致：纯靠静态杆件就能解的前三关，9个模型全部过关；一旦题目要求桥会开合、会避让，只剩3个模型交得出合格设计。但"只会搭静态桁架"又不完全准确——过关的三家确实做出了带传感器和时序逻辑的真机关。卡住多数模型的，是"算物理"这件事本身。哔哩哔哩GitHub
静态题人人过关，机关题淘汰六个
这局比赛的桥是二维侧视的杆件结构，由确定性的XPBD物理内核模拟，木杆、钢杆、钢索、弹簧、液压杆之外，真正的门槛是"机关"：压力板、光电门、船笛、开局四类触发器，加延时规则和红绿灯。选手手上的本地模拟器和裁判用的是同一份程序，可以无限次试车；正式评分用的场景全部公开，没有隐藏题。过关要求每一关全部场景里每辆车都按时完好到达，之后比造价：关卡分和参考造价挂钩，比参考更省还能拿超过100的奖励分。GitHub
分水岭从第4关"过船"开始：24米河面中间设航道，船过时航道里不能有桥，逼出开合桥设计。结果Gemini、Grok、Kimi、腾讯混元、豆包、DeepSeek六个模型全部是"未过0/2"，只有GPT-6.2 Sol、Claude Opus 5.5、GPT-6 Astra过关；第5关取消木杆、预算压到一万，连Opus和Astra都因超预算吃了0分，只剩Sol通过；第6关36米河加两块礁石、航道和双向卡车一起上，又回到只有三家过关。总榜上Sol以102.67分居首，Opus 79.02、Astra 73.48紧随，第4名Gemini只有45.31，DeepSeek V4.1 Flash以27.93垫底。静态关里也有真本事：第2关30米深谷，Sol只花7702造桥，比10616的参考造价省了约27%，拿下137.85的超额分。GitHubGitHub
卡住的不是画图，是没有内建的求解器
"塌桥"的物理原因，被解读UP主讲得很直白：大模型输出的是文字，不是力，游戏里每根杆都在受力，可模型内部没有一个求解器在算这件事。他自建桁架受力求解器做了随机桥实验：一千座里729座连受力都算不出来、本身就是会散架的机构，存活的271座里最省料的一座比标准桁架还省19%的材料——形状决定塌不塌，静态桁架恰好是语料里大量存在、模型容易模仿的模板。哔哩哔哩
而动态机关要把几何、受力和时序装进同一条时间轴：桥什么时候开、什么时候合、车从哪个间隙通过，一环错、全场景零。更能说明问题的是，这场比赛并不是"没法试车"——模拟器和裁判完全相同、可以无限试，六个模型却还是交出零场景通过的合法设计。瓶颈不在工具，而在"试车、找失败杆件、改结构、再试"的长链条迭代上。
同一个星期，ModelDial频道办了另一场八模型造桥赛，规则恰好相反：全程盲打，不给看画面、不给操作环境、也不给计算器，模型只能纯靠脑算交图纸，每关两条命。静态关依旧顺利，机关关接连出状况：第三关"双翼开闸"要求两扇吊桥悬空合拢，高低差超过4厘米就判不过；到了第五关三波大卡车轮流压桥，有模型整整80分钟没算出来直接交白卷。哔哩哔哩
压轴题要求两座桥半空交汇，4家模型的钢架在空中撞在一起拿了0分，压轴题过关的只有3家。一场给足试车工具、一场连计算器都不让用，动态机关却卡住同一批模型——这个一致性很难用出题偏差解释。哔哩哔哩
造桥难，拆桥也难
第7关的攻防规则给"物理推理"补了一个注脚：决赛桥被限定只能是静态桥，彻底回到模型们的主场，Sol、Opus、Astra三座桥都挡住了对手的8辆捣蛋车。但破桥同样吃约束推理：Astra的捣蛋车攻破了8座桥里的6座，全场最强，而Grok以下五家模型的捣蛋车一辆都没破成，72局里共18局被攻破，且没有出现任何物理异常。搭得稳和拆得准是同一种能力，这场里只有头部三家同时具备。GitHub
这条热搜的正确读法
结论要连同声明一起读：比赛材料、每关成绩和物理内核全部开源，但主办方明确写着每个模型只测一次、单次结果有偶然性，工具、接入渠道、思考档都会影响成绩，不能把本场结果当作模型能力排名。游戏物理是二维侧视、造价基准由主办方预设，和真实工程规范是两回事，随机桥实验的UP主也自注"不是工程规范，只是把原理摆出来"。评论区围绕订阅与API计费的公平性吵了不少，UP主的回应很直接：一切都开源，欢迎自测。GitHub哔哩哔哩
对普通读者，这轮热点最耐用的产出是一条阅读标尺：以后看"AI大战XX benchmark"，先分清题目是模板可复现的，还是需要闭环验证的。静态桥全员过关，说明大模型确实学会了人类的图纸；动态机关题上六个模型栽在同一道坎，说明它离可靠的物理世界模型还有距离。当某个模型能稳定通过"会动的桥"那一关，才是物理推理真正进步的信号，比任何单场榜单的名次都值得记录。
