新华社伦敦7月22日电 谷歌旗下"深层思维"公司21日宣布，其搭载了"深度思考"能力的高级版"双子座 （Gemini）"人工智能模型测试得分达到国际数学奥林匹克竞赛（IMO）金牌水平，该成绩已获官方认 证。 "深层思维"公司推出的人工智能模型AlphaProof与AlphaGeometry 2组合解答了2024年国际数学奥林匹克 竞赛6道题中的4道，以28分的成绩达到当年银牌水平。为了让这两个模型理解题目，专家先将题目从自 然语言翻译成特定计算机语言，解题总共耗费两到三天的计算时间。今年，高级版"双子座"测试成果相 比去年有显著进展，它直接根据自然语言描述的题目给出数学证明，并在竞赛时限内完成挑战。竞赛协 调员采用与学生选手解题方案相同的标准对其进行正式评分和认证。 "深层思维"公司说，今年取得的成果得益于高级版"双子座"的"深层思考"模式——这是一种针对复杂问 题的增强推理模式，融合了"并行思维"等最新技术。这种模式设置可使模型在给出最终答案之前，同时 探索并整合多种可能的解决方案，而非沿着单一、线性思路推进。（完） "我们可以证实，谷歌'深层思维'已达成这一备受期待的里程碑，在总分42分中获得35分——这 ...

机器之心报道 机器之心编辑部 今年的突破来自 Gemini Deep Think，这是一个增强型推理系统，采用了研究人员所谓的并行思维。与遵循单一推理链的传统人工智能模型不同，Deep Think 会同 时探索多种可能的解决方案，最终得出答案。 哈萨比斯在后续帖子中解释道：谷歌的模型以自然语言进行端到端运行，直接从官方问题描述中生成严格的数学证明。并强调，该系统在比赛标准的 4.5 小时时限 内完成了任务。 刚刚，谷歌 DeepMind 宣布，其新一代 Gemini 进阶版模型在 IMO 竞赛中正式达到金牌得主水平，成功解决了六道超高难度试题中的五道，拿下 35 分（满分 42 分），成为首个获得奥赛组委会官方认定为金牌的AI系统。 更重要的是，该系统首次证明人工智能无需依赖专业编程语言，仅通过自然语言理解即可攻克复杂数学难题。 谷歌 DeepMind 首席执行官哈萨比斯在社交媒体平台 X 上强调：这是官方结果！ 谷歌这项成绩远超其在 2024 年的表现。当时，AlphaProof 和 AlphaGeometry 系统组合解决了六个问题中的四个，荣获银牌。 谷歌这次官宣，让 OpenAI 处于尴尬的处境，毕竟 ...

转自：新智元 编辑：编辑部 【导读】 谷歌DeepMind奥数夺金了，得到IMO官方认证！新模型Gemini Deep Think仅用自然语言，在4.5小时攻克了5题，拿下35分。这次，具体解题过程也一并公开了。 今天，谷歌DeepMind正式官宣拿下IMO金牌！ 他们凭借Gemini Deep Think（高阶版），一个通用模型，成功破解前5题，斩获35分（满分42分）。 而且， AI在极限4.5小时之内，就达到了IMO金牌标准。 最最重要的是，Gemini仅用纯自然语言——英语完成了解题。 与 OpenAI 不同的是，这一结果得到了IMO组委会官方认证。 Demis Hassabis连发两弹，一再强调「谷歌模型是首个获得官方金牌级别认可的AI系统」。 谷歌DeepMind，正式摘金 作为数学界的奥林匹克，IMO自1959年以来每年举办一次，每年吸引了全球各界优秀的学生参与。 参赛者需在4.5小时内解决6道极具深度的数学问题，涵盖代数、几何、组合数学和数论。 而且只有排名前8%的选手才能摘得金牌，象征着无上的学术荣耀。 2024年，AlphaProof和AlphaGeometry 2破解了6题中的4题，获得 ...

梦晨 西风 发自 凹非寺 量子位 | 公众号 QbitAI OpenAI最新模型曝光了，在2025年国际数学奥林匹克竞赛（IMO）上达到了 金牌 水平！ IMO被公认为全球最顶尖的数学竞赛，每年只有不到8%的参赛者能够获得金牌。而现在，一个AI模型做到了。 新模型最终成绩：新模型在总共6道题中成功解决了5道，获得35分（满分42分），超过了今年的金牌线。 OpenAI员工 Alexander Wei 还透露， GPT-5即将发布 ，但IMO金牌模型是一个实验性研究，在几个月内都没有计划发布。 他特别强调，这次成功并非依靠针对特定任务的狭隘方法，而是在通用强化学习和测试时计算扩展方面取得了新突破。 与此同时，第三方机构的开源代码中被发现 GPT-5-reasoning-alpha-2025-07-13 的字样。 这段代码被挖出来后很快就被删除或隐藏，结合OpenAI在新模型发布前会找第三方机构进行安全测试的惯例—— 种种迹象表明， GPT-5离我们不远了 。 35分斩获金牌，解题过程完全模拟人类考试 具体来看OpenAI的实验性新模型，这次评测可不是随便做个题那么简单。 OpenAI团队让模型在与人类选手完全相 ...

重大意义在于，这是一个通用推理模型，而不是一个专门用来解数学题的专门系统，也没有经过验证的奖励信号，即它不是依赖于"有标准答案、实时打 分的奖励"来学会的，而是靠更通用的推理和新技术，在长时间复杂的过程中，做出了正确的推理和证明。 OpenAI证明，尽管经历了Meta疯狂的挖角，它依然保持了顶尖研究人才的密度，做出重大的研究突破。本周OpenAI的模型o3 alpha在AtCoder世界巡回赛 2025决赛中仅逊于人类编程奇才Psyho，获得第二名；测试中强于o3 pro，是最好的编程及物理模型。 这样，OpenAI目前拥有了最强的编程及数学模型，让它再次碾压DeepMind，Anthropic，Grok等，也再次与中国引领的开源模型拉开了差距。 OpenAI的一个通用推理模型，在刚结束的国际奥林匹克数学竞赛（IMO）中达到了金牌的水平。AI登月时刻，社交媒体一夜无眠，AI圈子沸腾了。 在与人类参赛者完全相同的规则下，OpenAI的模型挑战了2025年IMO试题：两场各4.5小时的考试、禁用任何工具和互联网、只能阅读官方题面并以自然 语言撰写完整证明。模型完整解出了6题中的5题。每道题都由三位前IMO奖牌得主 ...

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI Gemini 2.5 Pro拔得头筹，大模型挑战IMO 2025的成绩出炉了！ 经过人工评判， Gemini以超30%的总成绩断崖式领先 ，超出第二名89%。 o3和o4-mini则位列第二、三名，Grok 4得分只有11.9，但成本比Gemini还高出了22%。 还有网友想到了之前拿下IMO银牌的AlphaProof，好奇如果让它来挑战结果会怎样。 下面就来了解下这场测试的详细情况~ 统一环境，双人匿名评估 这场测试由 MathArena 组织，基于模其在MathArena竞赛中的既往表现，选择的被测模型包括Gemini 2.5 Pro、o3（high）、o4-mini （high）、Grok 4和DeepSeek-R1（0528）。 为了公平，测试对所有被测模型采用统一的提示词模板，该模板与Open Proof Corpus评估相同。 每个模型均使用推荐的超参数运行，最大Token数量限制为64000。 | Your task is to write a proof solution to the following problem. Your pr ...

本文来自 Grasp 创始人雷磊的播客及分享，有删减。 曲凯： Agent 今年这波热潮其实是 Manus 带起来的，到现在为止，各种 Agent 大家已经投得不少了。那下一个热点可能在哪里？ 在这个服务主体转移的过程中，人类和 AI 的行为模式确实存在区别。 我们觉得可能是 Agent Infra。 正好雷磊现在做的 Grasp 就是一个给 Agent 用的浏览器。你是怎么想到要做Agent Infra 的？ 雷磊： 首先，我相信未来 Agent 的数量会不断增加，至少会达到现在 SaaS 数量的几千倍。 而且 Agent 能直接交付结果，因此它其实就是一个数字员工，我们应该把它视为像人类一样的终端用户。但因为 Agent 与人类的形态截然不同，所以当下互联网的 很多基础设施都是不适合 AI 使用的，都需要为 Agent 重构一遍。 那基于这两点，Agent Infra 就是一个非常大的市场机会。 曲凯： 那未来 Agent 和人类到底会怎么协作？你提到说 Agent 和人类完全不同，具体有哪些体现？ 雷磊： 现阶段大家普遍认为 Agent 是为人类服务的，但在我看来，未来应该是人类为 Agent 服务，因 ...

Core Viewpoint - The article discusses the current state and future potential of AI in assisting mathematical research, highlighting both advancements and limitations in AI's capabilities to solve complex mathematical problems. Group 1: AI Advancements in Mathematics - The U.S. Defense Advanced Research Projects Agency (DARPA) launched the "Exponential Mathematics" program to develop AI systems that can significantly enhance mathematical research efficiency [1] - New generation large language models (LLMs) like OpenAI's o3 and Anthropic's Claude 4 Thinking have shown improvements, performing at levels close to excellent high school students in competitions [2] - Google's AlphaProof system combines LLMs with chess AI, achieving results comparable to silver medalists in the International Mathematical Olympiad [2] - The AlphaEvolve model from Google has found solutions to long-standing mathematical and computational problems that outperform existing human methods [2] Group 2: Limitations of AI in Mathematics - Despite impressive performances, experts believe that current AI models lack the capability to assist in genuine mathematical research, as competition problems are more like intellectual games with certain patterns [2] - A test by Epoch AI revealed that LLMs struggled with high-difficulty problems designed to avoid previously seen training data, indicating significant limitations in their problem-solving abilities [3] - AI faces challenges with "super long reasoning chains," where complex problems may require millions of steps to solve, making it difficult for AI to find the correct solutions [5] Group 3: Innovative Approaches and Future Directions - Researchers are developing methods to package multiple steps into "super steps" to tackle complex problems, which has led to breakthroughs in classic unsolved problems [5][6] - The exploration of new mathematical ideas is crucial, and AI tools like AlphaEvolve can generate and refine solutions, allowing for human intervention to provide inspiration [7] - AI is seen as a potential tool for discovering new mathematical objects, but it currently lacks true creativity, with significant innovations still attributed to human mathematicians [8]

Core Insights - The article discusses the transition from the "human data era" to the "experience era" in artificial intelligence, emphasizing the need for AI to learn from first-hand experiences rather than relying solely on human-generated data [2][5][10] - Richard S. Sutton highlights the limitations of current AI models, which are based on second-hand experiences, and advocates for a new approach where AI interacts with its environment to generate original data [6][7][11] Group 1: Transition to Experience Era - The current large language models are reaching the limits of human data, necessitating a shift to real-time interaction with environments to generate scalable original data [7][10] - Sutton draws parallels between AI learning and human learning, suggesting that AI should learn through sensory experiences similar to how infants and athletes learn [6][8] - The experience era will require AI to develop world models and memory systems that can be reused over time, enhancing sample efficiency through high parallel interactions [3][6] Group 2: Decentralized Cooperation vs. Centralized Control - Sutton argues that decentralized cooperation is superior to centralized control, warning against the dangers of imposing single goals on AI, which can stifle innovation [3][12] - The article emphasizes the importance of diverse goals among AI agents, suggesting that a multi-objective ecosystem fosters innovation and resilience [3][12][13] - Sutton posits that human and AI prosperity relies on decentralized cooperation, which allows for individual goals to coexist and promotes beneficial interactions [12][14][16] Group 3: Future of AI Development - The development of fully intelligent agents will require advancements in deep learning algorithms that enable continuous learning from experiences [11][12] - Sutton expresses optimism about the future of AI, viewing the creation of superintelligent agents as a positive development for society, despite the long-term nature of this endeavor [10][11] - The article concludes with a call for humans to leverage their experiences and observations to foster trust and cooperation in the development of AI [17]

晓静 腾讯科技《AI未来指北》特约作者 2025 年 6 月 6 日，第七届北京智源大会在北京正式开幕，强化学习奠基人、2025年图灵奖得主、加拿 大计算机科学家Richard S. Sutton以"欢迎来到经验时代"为题发表主旨演讲，称我们正处在人工智能史上 从"人类数据时代"迈向"经验时代"的关键拐点。 Sutton指出，当今所有大型语言模型依赖互联网文本和人工标注等"二手经验"训练，但高质量人类数据 已被快速消耗殆尽，新增语料的边际价值正急剧下降；近期多家研究也观察到模型规模继续膨胀却收效 递减的"规模壁垒"现象，以及大量科技公司开始转向合成数据。 以下为演讲全文： 当前大型模型已逼近"人类数据"边界，唯有让智能体通过与环境实时交互来生成可随能力指数级扩 张的原生数据，AI 才能迈入"经验时代" 。 真正的智能应像婴儿或运动员那样在感知-行动循环中凭第一人称经验自我学习 。 强化学习范例（如 AlphaGo、AlphaZero）已证明从模拟经验到现实经验的演进路径，未来智能体 将依靠自生奖励和世界模型实现持续自我提升 。 基于恐惧的"中心化控制"会扼杀创新，多主体维持差异化目标并通过去中心化合作实现双赢 ...