AtomWorld 基准测试显示大模型原子操作能力不足，Scaling Law 遇边界
大模型能读懂材料知识，但不会动手操作原子；AtomWorld 揭示 Scaling Law 在三维空间任务上失效，科研智能体需要更多“行动”数据。
大模型在文本理解上很强，但在实际操作原子结构时频频翻车。AtomWorld 基准测试发现，模型规模增大只能提升简单规则任务，面对旋转、区域删除等三维空间操作，效果依然很差，说明 Scaling Law 在物理操作任务上不灵。研究提出需要“行动缩放定律”，让模型在科学操作中变强。
正文摘录
 新智元报道  【新智元导读】 大模型在原子操作任务中遭遇瓶颈。尽管大模型能解析材料知识，却难以精准操控原子结构。研究指出 Scaling Law 在空间逻辑任务中效果有限，强调 AI for Science 需转向 Action Scaling，提升模型在真实科研操作中的能力。 过去几年，大模型领域最成功的经验总结莫过于 Scaling Law（缩放定律） 。一个几乎被行业默认接受的共识是：只要模型足够大、数据足够多，能力就会持续涌现，甚至自动泛化到未知的领域。 但一项最新发布的材料学基准测试，却给这种「大力出奇迹」的乐观情绪带来了不一样的参考视角。 由中科大苏州高等研究院、新南威尔士大学等机构联合在 ICML 2026 发布的 AtomWorld，借助一系列真实原子操作任务得出结论：在文本理解、知识归纳等场景表现稳定有效的 Scaling Law，落地到受物理规则约束的原子实操任务时，往往达不到预期效果。