金磊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

谷歌拿下IMO（國際數(shù)學奧林匹克競賽）金牌的模型——Gemini 2.5 Deep Think，現(xiàn)在可以用起來了。

根據(jù)谷歌DeepMind的最新消息，這個模型已經(jīng)在Gemini App中推出。

并且這個發(fā)布的版本，跟拿下IMO金牌的版本還有略微的區(qū)別。

之前的模型需要好幾個小時才能解決復雜的數(shù)學問題，但App中發(fā)布的版本，速度會更快，實用性也會更強。

但相對的，實力定然不如之前的“完全體”，不過同樣是拿IMO’25的試題實驗，可以達到銅牌的水平。

DeepMind在發(fā)布Gemini 2.5 DeepThink之際，還拉來了數(shù)學家Michel van Garrel來站臺：

• 當我問它一個猜想，我大概有三個思路，但它似乎在考慮20甚至100個

不過這個模型只對Ultra的訂閱用戶開放，每月訂閱費為249.99美元，折合人民幣約1803元。

推理性能超越o3、Grok 4

除了“發(fā)布”的動作之外，DeepMind這次還秀了一波推理性能的肌肉，對標的選手是OpenAI的o3和馬斯克的Grok 4。

主要考量的能力聚焦在了編碼、科學、知識和推理能力上。

結果顯示，在衡量代碼性能的LiveCodeBench V6測試中，以及在衡量不同領域（包括科學和數(shù)學）專業(yè)知識的Humanity’s Last Exam測試中，與不使用工具的其他模型相比，Gemini 2.5 Deep Think均取得最好的成績。

整體來看，Gemini 2.5 Deep Think功能具備以下優(yōu)勢：

• 迭代式開發(fā)與設計：DeepMind團隊對Deep Think在需要逐步構建復雜事物的任務中的表現(xiàn)印象深刻。例如，Deep Think能夠提升網(wǎng)頁開發(fā)任務的美觀性和功能性。

• 科學與數(shù)學領域的發(fā)現(xiàn)：由于能夠通過極其復雜的難題進行推理，深度思考能夠成為研究人員的強大工具。它能夠協(xié)助制定和探索數(shù)學猜想，或者對復雜的科學文獻進行推理分析，從而有可能加快發(fā)現(xiàn)的過程。
• 算法開發(fā)與代碼編寫：Deep Think在處理那些需要精心編寫代碼、對問題表述、權衡利弊以及時間復雜度進行仔細考量的難題方面表現(xiàn)尤為出色。

至于其背后的原理，DeepMind總結了一句話：

• 擴展Gemini的并行“思考時間”。

具體而言，正如人類在解決復雜問題時，會花時間從不同角度探索、權衡潛在的解決方案并完善最終答案一樣，Deep Think通過使用并行思維技術，拓展了思維能力的邊界。

這種方法讓Gemini能夠一次性生成眾多想法并同時進行考量，甚至隨著時間的推移修正或結合不同的想法，最終得出最佳答案。

此外，通過延長推理時間或“思考時間”，DeepMind為Gemini提供了更多時間去探索不同的假設，并為復雜問題找到創(chuàng)造性的解決方案。

DeepMind還開發(fā)了新穎的強化學習技術，旨在激勵模型利用這些擴展的推理路徑，從而使Deep Think隨著時間的推移，成為一個更出色、更直觀的問題解決者。

團隊成員還表示，Gemini 2.5 Deep Think用來看論文：

• 它不只是簡單地復述研究論文，而是能以我前所未見的方式，融合不同論文中的觀點。

參考鏈接：
[1]https://blog.google/products/gemini/gemini-2-5-deep-think/
[2]https://x.com/SamuelAlbanie/status/1951322935198630356