谷歌DeepMind团队近日宣布，其研发的AI系统Deep Think在多语种学科竞赛中取得突破性进展，成功跨越语言与学科的双重壁垒。该系统以单一模型架构同时完成八种语言的竞赛任务，在数学、编程、物理等领域均展现出接近人类顶尖水平的推理能力，标志着AI驱动科研进入全新阶段。
在数学竞赛领域，Deep Think的表现尤为亮眼。该系统不仅在2025年国际数学奥林匹克竞赛（IMO）中以35分达到金牌标准，更在2025年第35届日本数学奥赛本选（JMO Finals）和第41届中国数学奥林匹克（CMO）中分别获得满分和86.3%的高分。值得注意的是，JMO成绩甚至超越当届80%的参赛选手，达到官方认定的"金奖相当"水平。法语竞赛中，Deep Think同样以满分成绩展现其跨语言推理能力。
编程竞赛领域，Deep Think在ICPC亚洲日本初赛中获得满分，Codeforces竞赛编程Elo评分达到3455分，这一成绩已接近人类顶尖程序员的水平。但在2025年中国信息学奥赛（NOI）中，该系统仅取得63.3%的成绩，暴露出AI在算法设计与工程实现方面的局限性。研究人员指出，数学竞赛侧重抽象推理，而编程竞赛需要同时具备推理能力、算法设计和工程实现能力，这对当前AI系统仍是挑战。
除中日法三种语言外，Deep Think在韩语、印地语、越南语、俄语、葡萄牙语等语种的区域竞赛中也取得优异成绩，多数达到或超越竞争对手水平。这种跨语言稳定性得益于Google团队专门设计的多语言训练框架，该框架覆盖东亚、欧洲和南美等科研重镇的主要语言，使非英语科学家首次获得与英语母语者同等的AI科研工具支持。
在科研应用层面，Deep Think已展现出超越竞赛的实用价值。基于该系统驱动的数学研究智能体Aletheia，能够自主生成、验证和修订研究级数学问题的解法，目前已参与完成多篇研究论文，其中一篇完全由AI自主完成的论文计算了算术几何中的特定结构常数。该系统还在计算机科学领域推翻了一个悬而未决十年的猜想，在物理学领域找到宇宙弦引力辐射的新型解析解，在经济学领域扩展了拍卖理论定理。
尽管成绩斐然，但Deep Think的评测方式仍存在争议。所有成绩均来自Google内部评测，未经过第三方独立复现或竞赛官方认证，具体评测方法、算力消耗和人工干预程度等关键细节均未公开。研究人员承认，当前测试均为各国区域选拔赛，题目难度与国际决赛存在显著差距，模型卡的正式更新也将进一步验证这些成绩的可靠性。
Google的这项突破正在重塑AI科研工具的竞争格局。当其他团队仍在英语基准测试中竞争时，DeepMind已将语言壁垒视为工程问题加以解决。如果这种多语言科研加速模式得到验证，全球非英语科研群体将首次获得与英语母语者平等的创新机会，这可能引发AI科研工具领域的全新竞赛。
