蘋果研究：AGI 尚難實現，大型語言模型推理能力存在明顯侷限

以下是根據您提供的原文內容，以繁體中文重新撰寫的新聞稿，符合加密貨幣專業新聞撰寫指引的格式與風格：

蘋果研究團隊指出：實現 AGI 尚遙不可及，大型語言模型在推理能力上仍存明顯限制

根據蘋果於 6 月公開的研究論文《思考的錯覺》（The Illusion of Thinking），雖然近年人工智慧技術迅速進展，許多大型語言模型（LLM）被視為已具備「推理」能力，但距離真正實現「通用人工智慧」（AGI）仍有一段長路。研究指出，儘管這些模型在結構化任務中表現出色，但在處理複雜、非結構化問題時仍面臨顯著挑戰。

此篇論文由蘋果研究團隊發表，實驗對象涵蓋了 OpenAI 的 ChatGPT、Anthropic 的 Claude，以及 DeepSeek 的 R1 與 V3 模型。這些模型以具備「人類級推理能力」的潛力受到期待，但研究結果顯示，它們在應對諸如益智遊戲等非標準化問題時，表現並不如預期。

過去人工智慧的能力衡量，多半集中在數學計算或程式碼生成等有「明確正解」的任務。此次研究特別採用需靈活思考的問題情境來測試模型的「推理」與「思考」表現。結果顯示，即便是高度發展的 LRM（大型推理模型），在面對過高複雜度問題時，其準確率迅速下滑，且難以展現出普遍的推論能力。

值得注意的是，實驗顯示隨著問題難度升高，不同模型之間的性能差異逐漸消失，顯示在高階推理挑戰前，現有技術仍非萬能。研究團隊指出，這些模型多無法進行明確的邏輯演算，亦無法在多個類似問題間展現穩定的跨題推理能力。

蘋果研究團隊評論指出：「即便是目前最先進的大型推理模型，其在準確運算上亦有明顯瓶頸。我們觀察到，模型無法自行調用明確演算法，也無法一致地在不同推理情境下表現良好。」

這一論點與 Anthropic 執行長日前提出「2026 年 AGI 將問世」的看法大相徑庭。隨著越來越多科技界人士對 AGI 抱持樂觀預期，蘋果此次研究提供了一種更謹慎的觀點。

評論：蘋果此次研究對近期市場上對 AGI 的樂觀情緒起到降溫作用。雖然人工智慧能力已快速增長，但從「解題能力」邁向真正的「理解與思考」，顯然仍需重大技術突破。

總結來看，本次研究再次提醒外界，即便加密產業與科技巨頭加速投入 AGI 發展，實現真正具備人類思維能力的人工智慧，仍需時間與深度探索。