新智元報道
編輯：桃子 好困
剛剛，谷歌Gemini 3 Deep Think原地進(jìn)化！在Codeforces比賽中拿下全球第七，擊敗了人類選手。短短三個月，全方位刷爆SOTA。
猝不及防，谷歌DeepMind深夜又放大招了！
今天，Gemini 3 Deep Think重磅升級，幾乎刷爆全領(lǐng)域的SOTA，標(biāo)志著AI推理能力進(jìn)入了全新維度。
離職Anthropic入職谷歌的華人學(xué)者姚順宇參與了Gemini 3 Deep Think
這一次，在科學(xué)研究和硬核工程領(lǐng)域，Deep Think堪稱一個「最強大腦」。
它可以將草圖渲染成一個高保真、實用的3D筆記本電腦支架圖，并直接將其打印出來。
谷歌VP曬出這個副項目，最終的成品是這樣子的。
新版Deep Think的實力究竟有多恐怖？
在編程界，它刷出了3455 Elo的驚人分?jǐn)?shù)，達(dá)到世界冠軍級的水準(zhǔn)，沖入了Codeforces比賽人類TOP 10！
也就是說，全球只有7人擊敗了Gemini 3 Deep Think，一年前，最強o3也僅拿下2727 Elo。
在人類最后考試（HLE）上，Gemini 3 Deep Think刷新SOTA，拿下了48.4%的成績。
甚至，它在一夜之間讓最難的ARC-AGI-2基準(zhǔn)直接飽和，以84.6%新SOTA一騎絕塵。
左右滑動查看
與Gemini 3 Pro相比，Deep Think實現(xiàn)了全方位反超，并將Claude Opus 4.6、GTP-5.2直接踩在了腳下。
更令人震撼的是，Gemini 3 Deep Think的實戰(zhàn)表現(xiàn)。
羅格斯大學(xué)數(shù)學(xué)家Lisa Carbone在研究時，讓它審查一篇高深的物理數(shù)學(xué)論文。
結(jié)果，Deep Think竟發(fā)現(xiàn)了一個連人類同行評審，都遺漏的細(xì)微邏輯漏洞。
Gemini 3 Deep Think這波史詩級進(jìn)化，又讓某些人睡不著了。
目前，Google AI Ultra訂閱用戶即可在Gemini中體驗新版Deep Think。同時，首次通過API向部分研究人員、工程師和企業(yè)開放。
實力刷爆SOTA，奧賽金牌大滿貫
去年，Deep Think專門版成功解決了推理領(lǐng)域最艱巨的任務(wù)，在數(shù)學(xué)和編程世界錦標(biāo)賽中奪下金牌。
就在昨天，谷歌DeeoMind還做了一個預(yù)熱。
背靠初代Deep Think的「AI數(shù)學(xué)家」Aletheia可以獨立撰寫論文，證明了「Erd?s猜想」中多個難題。
不僅如此，Deep Think直接推翻了十年猜想，一舉攻克18大研究瓶頸。
而現(xiàn)在，迭代后的Deep Think已在多項高難度的基準(zhǔn)測試中刷新SOTA：
人類最后的考試（HLE）：設(shè)定了新標(biāo)桿，在不使用工具的情況下準(zhǔn)確率達(dá)48.4%；
ARC-AGI-2：達(dá)到了前所未有的84.6%，并獲得ARC獎項基金會的驗證；
算法競賽平臺Codeforces：Elo評分達(dá)到了驚人的3455分；
2025 IMO：達(dá)到金牌水平。
除了數(shù)學(xué)和算法競賽，Gemini 3 Deep Think現(xiàn)在在化學(xué)和物理等廣泛的科學(xué)領(lǐng)域也表現(xiàn)優(yōu)異。
在2025年國際物理奧林匹克和化學(xué)奧林匹克的筆試部分，新版Deep Think同樣具備了金牌實力。
它在高級理論物理方面也游刃有余，在CMT-Benchmark測試中取得了50.5%的成績。
另外，Gemini 3 Deep Think在ARC-AGI-1上，直接頂?shù)筋^了。
官方演示中，Gemini 3 Deep Think可以根據(jù)論文，為「時空循環(huán)視頻Transformer」架構(gòu)創(chuàng)建一個的視化方案。
Deep Think殺入科研，十倍加速
除了頂尖的性能表現(xiàn)，Deep Think還突破了智能邊界，能夠解決科學(xué)、研究和工程領(lǐng)域的現(xiàn)代難題。
它不僅能幫助科研人員解讀復(fù)雜數(shù)據(jù)，還能輔助工程師通過代碼對物理系統(tǒng)建模。
在早期測試中，許多科學(xué)家在科研工作流中，顯著提升了研究產(chǎn)出質(zhì)量。
在杜克大學(xué)，Wang Lab用Deep Think優(yōu)化了復(fù)雜晶體生長的制造方法，以用于潛在的半導(dǎo)體材料發(fā)現(xiàn)。
令人意想不到，Deep Think成功設(shè)計出了一種生長大于100 μm薄膜的配方，達(dá)到了以前方法難以實現(xiàn)的精確目標(biāo)。
我不是CAD設(shè)計師，但有了Deep Think，可以直接將草圖變成可3D打印的實物。
它會分析繪圖，對復(fù)雜形狀進(jìn)行建模，并生成3D打印所需的模型文件，讓物理零部件建模加速十倍。
只需發(fā)送一張圖片、一個提示詞，它就能夠深入思考，便可以提供幾個之前從自己未想過的全新設(shè)計方案。
Deep Think將深厚的科學(xué)知識與實用的工程能力相結(jié)合，超越了抽象理論，真正開始推動實際應(yīng)用。
網(wǎng)友驚艷實測，物理模擬太強
在實測中，Gemini 3 Deep Think展現(xiàn)出超強的物理模擬能力。
它可以模擬光線追蹤，在瀏覽器中就可以實現(xiàn)。
并且還可以在單個HTML文件中，構(gòu)建出一個完整的Three.js場景，渲染出博物館中古典油畫難以區(qū)分的全3D室內(nèi)房間。
Simon Willison用Gemini 3 Deep Think畫了一張鵜鶘騎自行車的SVG矢量圖，效果非常驚艷。
他表示，這是自己目前見過最棒的一版了。
既然在處理那條基礎(chǔ)的「生成一張鵜鶘騎自行車的SVG」指令時表現(xiàn)得這么出色，Simon決定加大難度，試個更有挑戰(zhàn)性的版本：
生成一張加州褐鵜鶘騎自行車的SVG圖像。自行車必須要有輻條，車架形狀要準(zhǔn)確。鵜鶘必須具備其標(biāo)志性的大喉囊，且要有清晰的羽毛細(xì)節(jié)。必須能清楚地看出鵜鶘正在蹬車。圖像需要展示加州褐鵜鶘完整的繁殖羽特征。
結(jié)果如下：
這一次，谷歌讓AI真正滲透進(jìn)了科研工作的「最后一公里」：審閱論文、工業(yè)設(shè)計、實驗優(yōu)化，無所不包。
當(dāng)AI能夠揪出連人類審稿人都忽略的邏輯漏洞時，「輔助工具」這四個字顯然已經(jīng)配不上它了。
如今，壓力球拋回給了OpenAI。
面對谷歌這記直擊痛點的「深思」回?fù)簦瑠W特曼的下一張王牌，必須足夠震撼。
參考資料：
https://x.com/GoogleDeepMind/status/2021981512925585703
https://x.com/GoogleDeepMind/status/2021981510400709092
https://x.com/kimmonismus/status/2021983169478533148
