第 56 届国际物理奥林匹克竞赛（IPhO 2026）日前正式落幕，华为小艺在理论考试中取得28.6分（满分30分） 的优异成绩，高分超出金牌线。

本届IPhO竞赛汇聚全球90多个国家和地区的400余名顶尖中学生同台竞技，华为小艺也正式参赛，与参赛者使用同一套高难度理论试题、接受官方评审标准，最终得分大幅高于金牌分数线。既标志着 AI 在大跨度、高难度物理推理领域迈出坚实一步，也为开发更适配学习教育场景的产品夯实了核心技术基础。

这一突破性成果也得到了IPhO 秘书处（由联合主席与秘书长共同发表）的高度认同：

“小艺在今年竞赛中取得的金牌级表现，堪称一个历史性的里程碑。作为生成式 AI 首次成功参与理论竞赛的开创性尝试，这为如何在物理教育和前沿科学研究中发挥 AI 的力量开辟了全新视角。”

(“Celia's gold-medal performance at this year’s competition is a historic milestone. As this is the first time that Generative A.I. models have successfully participated in the theoretical competition process, it opens up entirely new possibilities for leveraging AI in both physics education and frontier scientific research.”)

IPhO理论考试难在哪？

国际物理奥林匹克（IPhO）理论考试以模型复杂、推导繁琐、综合性强著称，无套路化公式可直接套用。

本届三道理论大题分别覆盖：流体静力学力矩平衡与相对论散射、光学多次反射及渐晕线包络线推导（含泰勒展开）、磁制冷循环中麦克斯韦关系证明与降温时间积分计算，这类题目对顶尖物理系学生仍具较高难度。

华为小艺不仅输出了关键正确数值，更展现了严密的符号推导逻辑。

华为小艺是如何做到的？

小艺的高阶物理问题求解能力，依托三大核心技术体系支撑实现：

第一，多模态物理场景语义解析：本届赛题包含了大量示意图和图表，而小艺看得懂“草图”。得益于其多模态视觉感知能力，小艺能像人一样读懂复杂图中的几何关系与物理约束，将图形信息转化为可计算的物理条件。

第二，多步思考链与纠错规划：物理大题具备强逻辑耦合特性 ，一步错满盘输。小艺在推导每一步时都会自我验证，发现矛盾及时回溯修正，保障长链条推理的连续性与准确性 。

第三，深度融合符号计算：通用大模型做复杂代数运算时，常常触碰到“数学硬伤”。小艺则具备强大的符号计算与精确推导能力，能像数学家一样进行精确的代数变形与符号运算，保证结果零误差。

能力校验不止于赛场标尺，技术价值落地真实场景

“夺得金牌只是一个起点。”华为小艺团队的研发负责人表示，“真实的物理世界和前沿科学研究远比竞赛题更为复杂。小艺参与赛事的初衷，绝非为了在考场上战胜人类，而是希望探索 AI 在复杂科学问题上的能力边界。”

此次在 IPhO 竞赛中展现出的多模态图表解析、长链条逻辑推导以及精确符号计算能力，标志着华为小艺在复杂科学问题求解领域筑牢了坚实技术底座，也验证了小艺的Agentic系统在解决多模态复杂任务的潜力。

该技术架构将融入小艺核心能力体系，随小艺 App 版本迭代逐步向用户开放体验。

在教育学习场景中，用户可通过小艺App体验到公式推导、理论验证、复杂图表分析等核心功能，从而获取到