AI数学竞赛：DeepMind与OpenAI的金牌较量

近期，2025年国际数学奥林匹克（IMO）在澳大利亚落下帷幕，而AI界却在这场竞赛中掀起了波澜。OpenAI和DeepMind纷纷宣布其模型达到了金牌标准，标志着AI在数学推理能力上取得了重大突破。

在短短两天内，这两家科技巨头展开了激烈竞争。OpenAI率先宣布其保密推理模型以35分达到金牌线，而DeepMind不甘示弱，也在两天后展示了同样出色的成绩。这一成就不仅标志着AI首次在IMO中比肩顶尖学生，还展示了其从2024年银牌到2025年双金牌的惊人进步。

随着技术进展，行业竞争也愈发激烈。当Demis Hassabis公开指责OpenAI提前泄露成绩时，媒体曝出DeepMind金牌团队的三名核心研究员已被Meta挖角。这场顶尖实验室之间的斗争，仍在持续升温。

尽管AI在数学领域的进步令人瞩目，但IMO金牌究竟意味着什么？这是数学界的AlphaGo时刻吗？AI将成为数学研究中值得信赖的合作者，还是沦为市场逻辑下的技术产品？

在本篇文章中，我们邀请了前IMO金牌得主，从亲历者的角度探讨两大AI的解题逻辑和数学水平，并透视竞赛背后的技术突破与数学的未来。

01 前后获得IMO金牌，DeepMind与OpenAI之战

一觉醒来，仿佛回到了高中时代：朋友圈竟有人提及IMO（国际数学奥林匹克竞赛）。记得当年只有学霸们才会挑战这个比赛，而最近却被AI所征服。OpenAI和谷歌DeepMind先后宣布其模型达到了IMO金牌标准。

尽管只差两天，但这场竞赛却充满了戏剧性。今年的IMO于7月20日在澳大利亚闭幕，而OpenAI在7月18日晚上就宣布了这一消息。

研究员Alexander Wei在X上表示：OpenAI最新的实验性推理大模型，成功实现了人工智能领域的一项长期挑战。在IMO竞赛的6道题目中，它解出了5道，并获得了35分。这一成绩恰好达到了金牌的门槛。

两天后，DeepMind也宣布其进阶版本模型Gemini Deep Think达到了同样的成就。该模型在整个过程中完全使用自然语言操作，同样获得了35分，并获得了IMO官方组委会的证明。

IMO主席Gregor Dolinar表示：DeepMind的解题在许多方面都令人惊叹，阅卷官认为这些解答清晰、严谨且易于理解。

然而，这一待遇并未给予OpenAI。Demis Hassabis表示：我们之所以没有周五公布，是因为我们尊重IMO组委会的请求。所有AI实验室都应在官方成绩经过独立专家验证且参赛学生获得表彰后，才公开各自的结果。

他还指出：我们的模型是第一个获得官方“金牌水平”评级的AI系统。这一成就使得OpenAI之前的欢呼显得不那么名正言顺。

但更戏剧性的是，隔天媒体就爆出DeepMind这一金牌模型背后的研究团队中，有三名研究员已被Meta挖走。在此之前的六个月内，已有20名员工被微软挖走。

看来这场顶尖实验室之间的斗争仍在继续。在吃瓜的同时，我们还是回到IMO竞赛的话题上：AI达到金牌水平到底意味着什么？

首先要知道的是，这还远远说不上是数学领域的AlphaGo时刻。AlphaGo击败了世界围棋冠军李世石，震惊全球。但这次有72位高中生的成绩也达到了金牌标准，其中5位获得了满分。因此要说AI在数学能力上胜过人类还为时过早。

作为能力标准的IMO，证明了AI的数学推理能力

将解答IMO题目作为评估AI推理能力的标准早有先例。去年DeepMind发布了两个专为数学设计的模型：AlphaGeometry和AlphaProof。在IMO的六道题中它们解出了四道成为第一批达到银牌标准的AI系统。

图源：Google DeepMind

但这两个模型当时并不是用自然语言解题而是结合了“形式化证明”方法。形式化证明就是把数学问题转成机器能“看懂”的语言再由AI用这种形式化语言写出逻辑严谨、可验证的解答。

为了让AI解题研究者得先把自然语言题目“翻译”成Lean（一种现代的定理证明助手和函数式编程语言）让AI处理再转回人类可读的答案。整个过程耗时三天远超IMO给高中生两天、共9小时的比赛限制。

但这一次DeepMind最新的Gemini Deep Think模型在完全自然语言输入输出的条件下达到了IMO的金牌标准。这意味着AI直接从自然语言读题、用自然语言作答没有依赖Lean或其他形式化工具。这背后的意义很重要。

很多人认为语言模型不具备真正的推理能力。但DeepMind证明了语言模型本身也可以完成高难度数学推理。尽管DeepMind和OpenAI都没有公开模型的具体训练过程但这确实是一次重大进展。