谷歌DeepMind團隊近日宣布，其研發的AI系統Deep Think在多語種學科競賽中取得突破性進展，成功跨越語言與學科的雙重壁壘。該系統以單一模型架構同時完成八種語言的競賽任務，在數學、編程、物理等領域均展現出接近人類頂尖水平的推理能力，標志著AI驅動科研進入全新階段。
在數學競賽領域，Deep Think的表現尤為亮眼。該系統不僅在2025年國際數學奧林匹克競賽（IMO）中以35分達到金牌標準，更在2025年第35屆日本數學奧賽本選（JMO Finals）和第41屆中國數學奧林匹克（CMO）中分別獲得滿分和86.3%的高分。值得注意的是，JMO成績甚至超越當屆80%的參賽選手，達到官方認定的"金獎相當"水平。法語競賽中，Deep Think同樣以滿分成績展現其跨語言推理能力。
編程競賽領域，Deep Think在ICPC亞洲日本初賽中獲得滿分，Codeforces競賽編程Elo評分達到3455分，這一成績已接近人類頂尖程序員的水平。但在2025年中國信息學奧賽（NOI）中，該系統僅取得63.3%的成績，暴露出AI在算法設計與工程實現方面的局限性。研究人員指出，數學競賽側重抽象推理，而編程競賽需要同時具備推理能力、算法設計和工程實現能力，這對當前AI系統仍是挑戰。
除中日法三種語言外，Deep Think在韓語、印地語、越南語、俄語、葡萄牙語等語種的區域競賽中也取得優異成績，多數達到或超越競爭對手水平。這種跨語言穩定性得益于Google團隊專門設計的多語言訓練框架，該框架覆蓋東亞、歐洲和南美等科研重鎮的主要語言，使非英語科學家首次獲得與英語母語者同等的AI科研工具支持。
在科研應用層面，Deep Think已展現出超越競賽的實用價值。基于該系統驅動的數學研究智能體Aletheia，能夠自主生成、驗證和修訂研究級數學問題的解法，目前已參與完成多篇研究論文，其中一篇完全由AI自主完成的論文計算了算術幾何中的特定結構常數。該系統還在計算機科學領域推翻了一個懸而未決十年的猜想，在物理學領域找到宇宙弦引力輻射的新型解析解，在經濟學領域擴展了拍賣理論定理。
盡管成績斐然，但Deep Think的評測方式仍存在爭議。所有成績均來自Google內部評測，未經過第三方獨立復現或競賽官方認證，具體評測方法、算力消耗和人工干預程度等關鍵細節均未公開。研究人員承認，當前測試均為各國區域選拔賽，題目難度與國際決賽存在顯著差距，模型卡的正式更新也將進一步驗證這些成績的可靠性。
Google的這項突破正在重塑AI科研工具的競爭格局。當其他團隊仍在英語基準測試中競爭時，DeepMind已將語言壁壘視為工程問題加以解決。如果這種多語言科研加速模式得到驗證，全球非英語科研群體將首次獲得與英語母語者平等的創新機會，這可能引發AI科研工具領域的全新競賽。
