Gemini 拿下 IMO 金牌水準：自然語言解出 5 題奪 35 分

去年 Google DeepMind 拿下國際數學奧林匹克銀牌時，背後其實有點取巧：它得靠人類專家把題目翻譯成 Lean 這種形式化語言，還要算上兩到三天時間。

今年事情起了質變。Google DeepMind 宣佈，搭載 Deep Think 模式的高階版 Gemini 在 2025 年 IMO 上拿下了金牌水平。它不僅完全用自然語言直接讀題、寫證明，而且全都在 4.5 小時的正規比賽限時內搞定。

扔掉形式化語言，直接像人類一樣交卷

今年 IMO 協調員用評判參賽學生的同一套標準，對 Gemini 的解答進行了正式批改和認證。六道壓軸大題裡，Gemini 完美解出了五道，總分拿到 35 分。

從去年的 28 分銀牌到今年的 35 分金牌，最厲害的不是多拿了 7 分，而是解題方式的徹底轉變。去年 AlphaProof 和 AlphaGeometry 2 需要專家在自然語言和形式化語言之間來回倒騰，耗費幾天時間；今年 Gemini 是全流程純自然語言，直接閱讀官方賽題，直接輸出嚴謹的數學證明。

按 IMO 的慣例，只有前 8% 左右的頂尖選手才能拿到金牌。這意味著 AI 已經在極度硬核的人類智力競賽中，追平了全球最頂尖的高中生水平。

讓思考從單執行緒變成「並行探索」

能拿下這個成績，核心在於 Google 升級的 Deep Think 模式。以往的大模型推導往往是一條道走到黑，順著單線思維鏈往下算，一旦卡殼就容易胡說八道。

這次 Gemini 引入了「並行思考」技術。在給出最終證明之前，它能同時探索並結合多條可能的解題路徑，反覆對比推演。DeepMind 還用新的強化學習技術給它做了專項訓練，喂入大量多步推理、定理證明和精選的高質量數學題庫，甚至在提示詞里加入了針對奧數題的解題錦囊。

DeepMind 表示，他們會先把這個模型開放給包括數學家在內的一批受信測試者，隨後再推送給 Google AI Ultra 訂閱使用者。

為什麼重要

我們認為，這項突破最震撼的地方在於「時間」和「自然語言」這兩道門檻同時被跨過去了。過去那種靠叢集算兩三天、還要人工用程式碼做轉換的方案，更像是昂貴的工程秀；而現在只要 4.5 小時、純靠自然語言交卷，看起來 AI 的邏輯推理終於開始貼近實際科研可用的狀態。

對普通研究者和數學工作者來說，這意味著未來的 AI 不再只是寫寫摘要、查查文獻的助手，而是可能真正幫你驗證某個猜想、甚至併發出多條你沒想過的證明思路。如果後續真如 DeepMind 所說推給 Google AI Ultra 訂閱者，前沿數學工具的使用門檻會被大幅拉低。

但在行業層面，我們也需要保持清醒。IMO 官方特別說明，這次認證只針對提交的答案本身正確完整，並沒有審計其背後的系統和推理過程。自然語言證明雖然讀起來親切，卻天生不像形式化語言那樣能由計算機嚴格驗算每一步，裡面是否存在運氣成分或細微隱患仍待觀察。但無論如何，OpenAI 等對手在頂尖推理模型上的壓力，這次是真的被拉滿了。