突破案例：
DeepSeek-V3在“网格图形重组”题中首次实现80分（创造性突破阈值），但仅占全部测试的5%。
3. 行业评价与意义
François Chollet（ARC创始人）：“ARC-AGI-2的目标是暴露AI的‘脆弱泛化’——现有模型在训练数据外的抽象迁移能力仍远落后于人类。”
Meta AI研究员评论：“得分超过75分的模型可能具备初级AGI特征，但目前尚无系统能稳定达到这一水平。”
产业影响：
或推动神经符号混合架构（如DeepMind的AlphaGeometry 2）成为新方向。
科技公司已开始将ARC-AGI-2作为AI招聘测试题（如OpenAI的工程师岗位）。