InternThinker：AI破解围棋思维，点亮科学发现之路

type

status

date

slug

summary

破译AI“黑箱”：InternThinker的透明思维链

长期以来，AI围棋模型即便能给出胜率和落子推荐，也无法解释“为什么这一步更好”。它们有时会下出超越人类直觉的妙手，事后被证明有效，但其内在逻辑对我们来说仍然是个谜。InternThinker的出现，标志着AI从“知其然”向“知其所以然”迈出了关键一步。

升级后的InternThinker，不仅棋力达到职业中段水准（新生代世界冠军王星昊九段评价其布局棋力约在职业3-5段），更核心的突破在于其“思维透明”。在对弈过程中，InternThinker能化身“AI教练”，用自然语言全面分析当前局势，对比不同落子点的优劣，并清晰阐述选择某一步棋的决策依据和推理过程。即便是面对李世石九段那步载入史册、扭转对AlphaGo战局的“神之一手”，InternThinker也能准确评价其精妙之处（“相当刁钻……完美解决L11的威胁，重新确立中央控制权”），并给出合理的应对策略。这种能力极大地提升了AI的可解释性，也为人类学习围棋提供了前所未有的交互式指导。更有趣的是，InternThinker还具备多样化的语言风格，时而鼓励加油，时而“毒舌锐评”，展现出令人惊叹的“拟人”交互感。

InternBootcamp：加速AI推理进化的“训练营”

InternThinker强大的推理能力和思维透明性，离不开上海AI Lab创新构建的训练环境——InternBootcamp。对于复杂的逻辑推理任务，获取准确的过程和结果反馈至关重要。InternBootcamp正是为此设计的“加速训练营”，一个大规模、标准化、可扩展的可交互验证环境。

该环境基于代码智能体自动化构造，包含超过1000个验证环境，覆盖奥赛级数学、科学推理、算法编程、棋类游戏、智力谜题等广泛的复杂逻辑推理任务。InternBootcamp能够批量生成难度可控的任务，与大模型进行交互并提供反馈。这种模式让大模型跳出了传统依赖标注数据学习的范式，通过与环境的直接互动和强化学习，高效习得专业技能，显著提升推理能力。这不仅为InternThinker的围棋突破奠定了基础，也为提升大模型在各类复杂任务上的表现提供了新范式。

多任务融合与“涌现时刻”：迈向通用推理

InternThinker的训练并非局限于单一任务。研究人员发现，在InternBootcamp中进行多任务混合强化学习时，出现了令人振奋的“涌现时刻”。原本在单一任务训练中难以获得有效正反馈（奖励）的模型，通过混合训练多种不同类型的推理任务（如Tapa解谜、Unicode25等），竟然能够成功学习并获得奖励。

这表明，通过大规模、多样化的任务混合训练，大模型能够触类旁通，学习到不同任务间共通的思考方式和推理逻辑，建立起更广泛的关联，从而实现能力的“升华”。InternThinker在包括数十个任务的测试集上，平均能力已超越o3-mini、DeepSeek-R1及Claude-3.7-Sonnet等国内外主流推理模型，在某些任务上甚至表现出显著优势。这一发现意味着，随着InternBootcamp任务库的不断丰富和深化，大模型有望解决更难、更具实用性的推理问题，朝着通用人工智能（AGI）的目标加速迈进。

通专融合：构筑下一代AI的基石

InternThinker的成功，也得益于上海AI Lab在底层技术路线上的前瞻布局——“通专融合”。当前大模型发展面临专业化与通用性难以兼顾的困境。上海AI Lab率先提出的通专融合技术路线，旨在同步提升模型的深度推理能力（专）与专业泛化能力（通），使其既能在广泛任务上表现出色，又能在特定领域达到专家水平。

为实现这一目标，团队提出了创新的“三层”技术路径：基础模型层、融合协同层和探索进化层。在基础模型层，全新的“记忆体+解码器”（Memory Decoder）架构实现了知识记忆（专）与通用推理（通）的分离与自组合，记忆体可一次训练、多处复用。在融合协同层，通过PRIME强化学习算法、MoR多任务强化学习框架以及OREAL基于结果奖励的强化学习新范式等技术突破，有效提升了模型在复杂任务（如高难度数学题）上的专精能力和多任务协同能力。这些底层技术的创新，为InternThinker这类既“专”又“通”的先进大模型的诞生奠定了坚实基础。

结论

上海AI Lab的InternThinker不仅在围棋这一经典AI挑战中取得了里程碑式的突破，更重要的是，它揭示了AI思维过程的可能性，为解决AI“黑盒”问题提供了新的思路。通过InternBootcamp的创新训练范式和通专融合的底层技术架构，InternThinker展现了强大的推理能力和泛化潜力。这不仅预示着更具可解释性、更值得信赖的AI时代的到来，也为利用AI加速科学发现、解决现实世界复杂问题带来了新的曙光。关注AI发展前沿，探索更多LLM、AGI的可能性，欢迎访问 AI门户 AIGC.bar 获取最新AI资讯和深度分析。