Gemini 拿下 IMO 金牌水准：自然语言解出 5 题夺 35 分

去年 Google DeepMind 拿下国际数学奥林匹克银牌时，背后其实有点取巧：它得靠人类专家把题目翻译成 Lean 这种形式化语言，还要算上两到三天时间。

今年事情起了质变。Google DeepMind 宣布，搭载 Deep Think 模式的高级版 Gemini 在 2025 年 IMO 上拿下了金牌水平。它不仅完全用自然语言直接读题、写证明，而且全都在 4.5 小时的正规比赛限时内搞定。

扔掉形式化语言，直接像人类一样交卷

今年 IMO 协调员用评判参赛学生的同一套标准，对 Gemini 的解答进行了正式批改和认证。六道压轴大题里，Gemini 完美解出了五道，总分拿到 35 分。

从去年的 28 分银牌到今年的 35 分金牌，最厉害的不是多拿了 7 分，而是解题方式的彻底转变。去年 AlphaProof 和 AlphaGeometry 2 需要专家在自然语言和形式化语言之间来回倒腾，耗费几天时间；今年 Gemini 是全流程纯自然语言，直接阅读官方赛题，直接输出严谨的数学证明。

按 IMO 的惯例，只有前 8% 左右的顶尖选手才能拿到金牌。这意味着 AI 已经在极度硬核的人类智力竞赛中，追平了全球最顶尖的高中生水平。

让思考从单线程变成「并行探索」

能拿下这个成绩，核心在于 Google 升级的 Deep Think 模式。以往的大模型推导往往是一条道走到黑，顺着单线思维链往下算，一旦卡壳就容易胡说八道。

这次 Gemini 引入了「并行思考」技术。在给出最终证明之前，它能同时探索并结合多条可能的解题路径，反复对比推演。DeepMind 还用新的强化学习技术给它做了专项训练，喂入大量多步推理、定理证明和精选的高质量数学题库，甚至在提示词里加入了针对奥数题的解题锦囊。

DeepMind 表示，他们会先把这个模型开放给包括数学家在内的一批受信测试者，随后再推送给 Google AI Ultra 订阅用户。

为什么重要

我们认为，这项突破最震撼的地方在于「时间」和「自然语言」这两道门槛同时被跨过去了。过去那种靠集群算两三天、还要人工用代码做转换的方案，更像是昂贵的工程秀；而现在只要 4.5 小时、纯靠自然语言交卷，看起来 AI 的逻辑推理终于开始贴近实际科研可用的状态。

对普通研究者和数学工作者来说，这意味着未来的 AI 不再只是写写摘要、查查文献的助手，而是可能真正帮你验证某个猜想、甚至并发出多条你没想过的证明思路。如果后续真如 DeepMind 所说推给 Google AI Ultra 订阅者，前沿数学工具的使用门槛会被大幅拉低。

但在行业层面，我们也需要保持清醒。IMO 官方特别说明，这次认证只针对提交的答案本身正确完整，并没有审计其背后的系统和推理过程。自然语言证明虽然读起来亲切，却天生不像形式化语言那样能由计算机严格验算每一步，里面是否存在运气成分或细微隐患仍待观察。但无论如何，OpenAI 等对手在顶尖推理模型上的压力，这次是真的被拉满了。