2 月 12 日，，， ，， ，谷歌上线 北辰智能科技有限公司Gemini 3 Deep Think 的重大升级 。。。。。这次升级的背后，，， ，， ，也站着一位在 2025 年 9 月由于不满前店主 Anthropic 言论而告退加入谷歌的清华物理系传奇校友姚顺宇 。。。。。
图 | 姚顺宇（泉源：资料图）
作为一款推理模子，，， ，， ，Gemini 3 Deep Think 在多项基准测试中刷新纪录：ARC-AGI-2 测试达 84.6%，，， ，， ，Codeforces 编程平台获 3,455 分（天下排名第 8，，， ，， ，仅 7 人能逾越），，， ，， ，并在数学、物理、化学奥赛中达金牌水平 。。。。。然而，，， ，， ，其每项使命本钱仅为 13.62 美元，，， ，， ，比 OpenAI o3 降低约莫 280-420 倍 。。。。。现在，，， ，， ，新模子已被用于数学论文审阅、晶体生长工艺优化等科研场景，，， ，， ，现已通过 Gemini 应用和 API 向订阅用户及部分研究者开放 。。。。。
（泉源：Google）
若是你对 2025 年 Gemini Deep Think 在 IMO 摘金的印象还停留在这是一个很会解题的学霸，，， ，， ，那么这次升级可能会让你重新熟悉它 。。。。。学霸和科学家的区别在于：前者善于回覆带有标准谜底的问题，，， ，， ，可是后者敢于跳进没有界线、数据残破、甚至没有人知道终点在那里的浑水 。。。。。这正是此次 Deep Think 升级最实质的跨越 。。。。。
（泉源：Google）
谷歌在官方博客中重复强调的要害词是：“messy or incomplete 。。。。。”现实天下的科研难题，，， ，， ，历来不像奥数题那样会给你完善的已知条件 。。。。。一个凝聚态物理的实验数据可能包括无法复现的噪声，，， ，， ，一个化学生物学交织课题的文献综述可能需要横跨几十年的几十个互斥的假说 。。。。。新版 Deep Think 的焦点突破，，， ，， ，则是学会了在这种混沌之中坚持推理的优雅 。。。。。
有这样一组数据也许足以让偕行默然 。。。。。在被称为人类最后考试（Humanity‘s Last Exam）的极限基准测试中，，， ，， ，Deep Think 在不借助任何外部工具的情形下拿下 48.4% 的准确率 。。。。。这个数字的厉害之处在于，，， ，， ，它不但甩开了 GPT-5.2（34.5%）和 Claude Opus 4.6（40.0%），，， ，， ，也意味着 AI 首次在横跨数百个尖端学科的长尾难题中，，， ，， ，迫近了人类博士候选人的中位线 。。。。。
而在 ARC-AGI-2 这个被公以为是笼统推理试金石的测试中，，， ，， ，84.6% 的得分是一个代际断层的体现 。。。。。ARC Prize Foundation 的自力验证，，， ，， ，更是让这个数字褪去了营销因素 。。。。。
可能会让一部分人感应脊背发凉的是 Codeforces 那行小小的数字：3455Elo 。。。。。关注竞技编程的读者知道，，， ，， ，2,700 分已经是国际特级巨匠的体现，，， ，， ，3,000 分是人类穷尽职业生涯也难以触摸的神域 。。。。。更恐怖的是，，， ，， ，3,455 分这个分数是不借助任何工具取得的，，， ，， ，既不是纯文本天生，，， ，， ，也没有代码执行辅助 。。。。。这意味着 Deep Think 关于算法实质的明确，，， ，， ，已经内化成为某种逾越代码自己的直觉 。。。。。
（泉源：Google）
然而，，， ，， ，若是把这次升级仅仅解读为跑分更强，，， ，， ，就完全错过了谷歌布下的那盘大棋 。。。。。这个棋局藏在两个看似不抬起眼的场景形貌里 。。。。。
第一个场景是把手绘草图直接天生 3D 打印文件 。。。。。从模糊的线条到细密的物理模子，，， ，， ，中心横亘着几何建模、结构力学剖析、打印路径优化等多道专业壁垒 。。。。。Deep Think 做到了在明确绘图这意图的基础之上，，， ，， ，自动补全了那些草图上没有画出来的受力逻辑 。。。。。
第二个场景是罗格斯大学的数学家 Lisa Carbone 用它审稿，，， ，， ，Deep Think 发明了一处人类审稿人整体遗漏的微秒逻辑误差，，， ，， ，这意味着 AI 能在前沿研究的模糊地带捕获到推理链的断裂，，， ，， ，也意味着 AI 离别了只是复述教科书式的过失的阶段 。。。。。
这两件事的配合点在于，，， ，， ，AI 不再只是期待指令，，， ，， ，最先自动介入创立与验证的闭环 。。。。。这也正是姚顺宇在那篇广为撒播的去职博文中重复提到的命题 。。。。。这位昔时清华物理系的特奖得主，，， ，， ，大二最先选修研究生课程，，， ，， ，先后成为美国斯坦福大学博士和美国加州大学伯克利分校博士后，，， ，， ，却在古板理论物理最鲜明的学术坦途选择了转弯 。。。。。他曾在博文里写道，，， ，， ，一个没有实验指引的领域，，， ，， ，很难客观评判理论事情的价值 。。。。。他看到的困局，，， ，， ，着实也是 AI 行业自身的影像 。。。。。
已往两年，，， ，， ，有时人们着迷于在关闭基准上比拼小数点后的精度，，， ，， ，却越来越远离使用智能解决真实问题的初心 。。。。。姚顺宇把当下的 AI 研究比作 17 世纪的热力学 。。。。。那时，，， ，， ，人们甚至不知道热是什么，，， ，， ，燃素说依然是主流，，， ，， ，可是这并不故障波义尔通过系统实验总结出定律，，， ，， ，并最终催生了蒸汽机 。。。。。Deep Think 此次升级的野望，，， ，， ，或许正是要成为AI天下的波义尔 。。。。。
因此，，， ，， ，与其说 Gemini 3 Deep Think 是一个模子，，， ，， ，不如说它是一个正在快速进化的科研操作系统 。。。。。3455 Elo 是它的左脑，，， ，， ，84.6% 的笼统推理是它的右脑，，， ，， ，而从草图到实物的 3D 打印能力是它伸向物理天下的一只手臂 。。。。。几百年前，，， ，， ，牛顿用自己在苹果树下的思索诠释宇宙，，， ，， ，AI 时代的今天，，， ，， ，无论怎样都得换种要领了 。。。。。
参考资料：
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/
https://the-decoder.com/google-deepmind-upgrades-gemini-3-deep-think-for-complex-science-and-engineering-tasks/
运营/排版：何晨龙
北辰智能科技有限公司