根据 LongChang（龙场）这套专门的实验框架测试结果，大语言模型有机会在物理规则改写过的异世界模拟环境里发现隐藏物理规律，但能力非常不稳定、整体成功率很低，实验没有提前告诉模型哪里异常、该做什么实验，模型需要自己观察现象、发现反常、设计对照实验、反复验证猜想，比如在 “重物下落反而更慢”“红球互相吸引” 这类违背现实物理的虚拟场景里寻找底层规则，12 个参与测试的模型里只有 GPT-6-Astra 实现了有实验支撑的规律发现，整体发现率仅 16.7%，其余模型全部失败。很多模型会被现实世界学到的物理常识带偏，看到反常现象之后，要么直接忽略异常、不主动追问背后原因，要么实验设计有漏洞、漏掉关键变量，就算收集到数据，也很难提炼出普适的数学或者因果规律，和人类科学家的溯因推理、范式跳跃能力差距很大，它不是天生就会 “主动找新定律”，而是依赖完整的探索闭环：观察现象→提出猜想→设计可控实验→收集观测数据→修正假说→再验证。搭建这套异世界物理发现实验的操作流程很清晰，第一步基于 MuJoCo 仿真引擎搭建异世界，修改一条或者多条物理规则，设置可操控的物体；第二步接入大模型智能体，不给任何提示、不指定研究课题，让模型自由交互；第三步模型自主决定观测目标、设计实验、搭建简易测试装置；第四步记录全部观测结果，让模型总结规律；第五步用隐藏的真实物理规则校验模型结论，区分是真发现还是巧合拟合。综合来看，现阶段大模型不是稳定的 “物理规律发现机器”，只能在简单、单变量改动的异世界里偶尔成功，遇到多因素耦合、隐藏变量多的复杂异世界，基本很难独立找到底层物理规律。
LongChang 实验基础信息表
| 项目 | 详情 |
|---|---|
| 项目名称 | LongChang（龙场） |
| 仿真引擎 | MuJoCo 刚体模拟器 |
| 测试场景数量 | 15 个场景（含正常对照场景 + 14 个改写物理的异世界） |
| 测试模型数量 | 12 款前沿大模型 |
| 成功发现模型 | GPT-6-Astra |
| 整体发现率 | 16.7% |
| 典型异世界规则 | 重物质量越大下落越慢、同颜色球体互相吸引、推力存在时效限制 |
| 评估标准 | 结论有可控实验支撑、可以预测未观测到的现象 |
模型失败的两类核心原因清单
- 对异常不敏感：看到和现实物理不一样的现象，直接当成误差，不会主动把它当成值得研究的问题，停止深入探索
- 实验设计缺陷：不会做控制变量实验，同时改动多个条件，无法区分到底是哪个因素决定现象，假说无法证伪
大模型和人类科学家发现物理规律的差异
| 维度 | 大语言模型（当前） | 人类科学家 |
|---|---|---|
| 擅长 | 拟合观测数据、整理实验记录、生成猜想 | 主动识别反常、大胆提出全新范式、长期迭代理论 |
| 短板 | 很难跳出训练数据里的现实物理先验、缺少强因果溯因能力 | 受已有经验束缚，但可以主动推翻旧框架 |
| 适用场景 | 简单、单变量改动的异世界 | 复杂、多隐藏变量、全新范式的物理体系 |
提升模型在异世界发现物理规律的办法
- 把模型做成智能体，绑定仿真环境，允许反复做实验、看结果
- 增加反思环节，每次做完实验让模型自查变量有没有控制好
- 多轮假说迭代，不要求一次得出结论，允许推翻上一轮猜想
- 搭配世界模型，辅助预测物体运动，减少纯文本推理漂移
【相关 FAQ】
问题 1：大语言模型在异世界模拟环境里，有概率自主发现隐藏物理规律但成功率很低，LongChang 实验里大语言模型在异世界发现物理规律的成功率是多少？
回答 1：大语言模型在异世界模拟环境里，有概率自主发现隐藏物理规律但成功率很低，LongChang 实验一共测试 12 款大模型，只有 GPT-6-Astra 成功完成有实验支撑的规律发现，整体发现率只有 16.7%。
问题 2：大语言模型在异世界模拟环境里，有概率自主发现隐藏物理规律但成功率很低，LongChang 的异世界是什么样的？
回答 2：大语言模型在异世界模拟环境里，有概率自主发现隐藏物理规律但成功率很低，LongChang 基于 MuJoCo 搭建虚拟玻璃房异世界，人为修改物理规则，例如重物下落速度随质量变大而变慢、红球之间相互吸引，全程不给模型提示异常。
问题 3：大语言模型在异世界模拟环境里，有概率自主发现隐藏物理规律但成功率很低，大语言模型为什么很难稳定发现异世界隐藏物理规律？
回答 3：大语言模型在异世界模拟环境里，有概率自主发现隐藏物理规律但成功率很低，一方面模型容易被训练时学到的现实物理常识干扰，另一方面经常识别不出异常，或者不会设计控制变量实验，很难完成严谨的溯因推理。
问题 4：大语言模型在异世界模拟环境里，有概率自主发现隐藏物理规律但成功率很低，大语言模型能不能在复杂多变量异世界里独立找到物理规律？
回答 4：大语言模型在异世界模拟环境里，有概率自主发现隐藏物理规律但成功率很低，当前大模型只在单变量改动的简单异世界有小概率成功，面对多因素耦合、存在隐藏变量的复杂异世界，很难独立挖掘底层物理规律。
【参考资料】
[2026-11-10]（大语言模型能在「异世界」发现隐藏的物理规律吗？）机器之心（腾讯网）
[2026-11-04]（Can LLMs Uncover Hidden Physical Laws through Free Exploration?）arXiv
[2026-11-04]（LongChang — Can LLMs Uncover Hidden Physical Laws through Free Exploration?）项目官网
[2026-09-01]（DiscoverPhysics: Benchmarking LLMs for Out-of-the-Box Scientific Thinking）arXiv
【免责声明】
本内容仅为 LongChang 相关 AI 科学发现实验科普整理，不代表大模型已经具备通用科学发现能力；实验结果限定在 MuJoCo 虚拟仿真环境，和真实物理世界的科学发现存在巨大差别，模型的推理能力、发现效果随模型版本、环境设置变化。