第9集AI造桥大赛的榜单,断层整齐得有点刺眼。前3关,9个模型全过;第4关,只剩3个;第5关,只剩1个;第6关,还是那3个。第4到第6关,排名4到9位的六位选手全是0分。第三名Astra 73.48分,第四名Gemini 45.31分,28.17分的差距里有21.55分来自这三关。GitHub
这是UP主喵了个猫了个咪了个猫的“AI算法对抗大赛”第9集,九个模型在90分钟里拿到七关。哔哩哔哩
热榜把这段叫“卡在动态桥”。我把9份设计文件放进同一套物理引擎重跑了一遍,发现一个更尴尬的事实:大多数设计并没有输给会动的桥,而是根本没活到船来。
第4关,这六位选手的12个场景里,有7个在船进航道之前车就掉了;第6关能跑起来的12个场景里,这个数字是11个。这不是船太难,是桥太早散。
豆包的第4关最干脆:第一辆车要1秒才出发,桥上的一根杆件在0.57秒就断了;车在3.4秒掉下去,船12秒才进航道。Kimi的第6关也差不多:0.88秒就断了两根杆,第一辆车4.2秒失败,船16秒才来。DeepSeek和Gemini的首个失败时刻分别是3.4秒和6.3秒,也都没等到船。
这些失败不需要船,也不需要隐藏场景。开赛消息里写得很直白:本地模拟器和裁判用的是同一份程序,结果完全确定,可以无限次试。可这些设计只要在本地跑一遍,就会看见车在开局几秒内掉下去。GitHub
真正被“动态”咬到的,是另外两个。腾讯混元的第4关,两根液压杆一开局就缩到一半,18秒才恢复,19秒放行;结果四辆车从22.4秒起先后掉下去——桥没断,但路没接上。Kimi的第4关更冤:机关等到18.0秒才开始动,正好是船占完航道的时刻,两根杆在0.13秒后崩掉,车到33秒才掉。它动是动了,动晚了。
那前三名做对了什么?它们并没有把桥造得更结实。它们的桥也会断。
规则里有一句很关键:车过去以后桥塌了也算过。Sol第5关的桥,有个场景第3.5秒就断了一根杆,三辆车还是分别在10.9、13.7、18.6秒到了对岸;Opus和Astra的第4关也断过杆,车照样过。桥断一根,不等于路断。GitHub
三个人交出了三种答案。Sol的第4关用两组液压杆,比例写到小数点后十六位(0.8894094641289269),在船笛响后1.2秒收起,16.45秒后放回;Opus用一组,比例1.7261,速度0.6;Astra干脆不动——第4关是一座纯静态高架桥,桥面架到6.3米,航道顶是6米,只留30厘米。第6关它才用液压杆。一个动得便宜,一个动得贵一点,一个干脆不动,三个人都算准了车什么时候该到,只是让路的方法不同。
Sol那串数字不像手写的。同一台确定性模拟器发到九位选手手里,本地试出什么结果,正式评分就是什么结果;把桥面收起的时间卡到十分之一秒,比把桁架画得漂亮更有用。
第5关则根本不是动态桥。它没有木杆,预算只有10000。Opus交了一座13472的桥,超预算3472;Astra的造价10199,只超199,也是0分。只有Sol压到8620.74,拿到95.31。这一关考的是省钱,不是机关。
所以“前3名之外都卡在动态桥”这句话,至少漏了两件事:第5关是预算关;第4关的第三名压根没造动态桥。
真正把榜单劈开的,是两种看法:桥是一座要站住几十年的建筑,还是一台只工作几十秒的机器。前3名先想明白了:桥不一定要活下来,车要过去。