流体智能（Fluid Intelligence）

流体智能（Fluid Intelligence）是François Chollet在2019年论文《On the Measure of Intelligence》中提出的核心概念，指在极少样本下快速抽象规则、泛化到新任务的能力。它是ARC-AGI系列基准测试的核心测量目标。

与晶体智能（Crystallized Intelligence，依赖知识和经验）不同，流体智能强调在完全陌生的环境中，通过有限的观察快速识别模式、推断规则并应用于新情境。ARC-AGI系列任务基于人类"核心知识先验"（Core Knowledge Priors）设计，如物体性、几何、物理、直观因果等，无需语言或文化知识。

从ARC-AGI-1的静态网格谜题到ARC-AGI-3的交互式代理智能基准，流体智能的概念从"被动推理"扩展到了"主动探索与适应"。ARC-AGI-3的结果表明，当前AI在流体智能方面与人类存在巨大差距（0.26% vs 100%），揭示了AI从"超级模式匹配器"向"自主学习者"跨越的关键瓶颈。