機(jī)器之心報道

澤南、楊文

網(wǎng)友：DeepThink簡直太瘋狂了。

本周五，谷歌宣布向GoogleAIUltra訂閱用戶推出DeepThink功能，并將全版本的Gemini2.5DeepThink模型（用于IMO競賽）提供給部分?jǐn)?shù)學(xué)家使用。

新版本融合了一系列早期測試人員的反饋和研究突破，比今年I/O大會上首次發(fā)布的版本有了顯著改進(jìn)。

谷歌表示，2.5DeepThink是最近在今年國際數(shù)學(xué)奧林匹克（IMO）比賽中獲得金牌的模型的變體。雖然該模型需要數(shù)小時才能推理復(fù)雜的數(shù)學(xué)問題，但今天發(fā)布的版本速度更快，日常使用體驗(yàn)也更佳，根據(jù)內(nèi)部評估，其在2025年IMO基準(zhǔn)測試中仍能達(dá)到銅牌級的性能。

GoogleDeepMind表示，Gemini2.5DeepThink對于正在解決難題的研究人員、科學(xué)家和學(xué)者很有用。它不僅能回答問題，還能運(yùn)用并行思維和強(qiáng)化學(xué)習(xí)技術(shù)進(jìn)行頭腦風(fēng)暴。

谷歌展示了一名數(shù)學(xué)家MichelvanGarrel使用深度思考能力證明猜想的經(jīng)歷。

現(xiàn)在，GoogleAIUltra訂閱用戶可以在Gemini應(yīng)用中使用DeepThink，只需在模型下拉菜單中選擇2.5Pro，并在提示欄中切換「DeepThink」即可使用。DeepThink會自動與代碼執(zhí)行、Google搜索等工具配合使用，并且可以生成更長的響應(yīng)。

已經(jīng)有很多網(wǎng)友第一時間進(jìn)行了測試，看看他們實(shí)現(xiàn)的效果。設(shè)計一個小游戲：

賽博朋克核反應(yīng)堆控制界面：

測試過的人表示，使用次數(shù)限制似乎是5條/24小時。

1X機(jī)器人的EricJang表示，看起來我們距離一個能證明簡單猜想，做出新數(shù)學(xué)發(fā)現(xiàn)的AI模型只有不到12個月時間了，距離大語言模型的「初步」自我完善還有不到24個月的時間。

谷歌還計劃在未來幾周內(nèi)通過GeminiAPI向受信任的測試者發(fā)布帶工具和不帶工具的DeepThink，以便更好地了解其在開發(fā)者和企業(yè)用例中的可用性。

延長Gemini的并行「思考時間」

就像人們通過探索不同的角度、權(quán)衡潛在的解決方案并完善最終答案來解決復(fù)雜問題一樣，DeepThink通過使用并行思維技術(shù)推動了思維能力的邊界。這種方法讓Gemini能夠同時生成多個想法并同時考慮它們，甚至可以隨著時間的推移修訂或結(jié)合不同的想法，最終得出最佳答案。

此外，通過延長推理時間或「思考時間」，谷歌為Gemini提供了更多的時間來探索不同的假設(shè)，進(jìn)而為復(fù)雜問題找到創(chuàng)造性的解決方案。

谷歌還開發(fā)了新穎的強(qiáng)化學(xué)習(xí)技術(shù)，鼓勵模型利用這些延長的推理路徑，使DeepThink能隨著時間的推移成為一個更好的、更直觀的解決問題者。

最先進(jìn)的性能

DeepThink能夠幫助人們解決需要創(chuàng)造力、戰(zhàn)略規(guī)劃和逐步改進(jìn)的難題，例如：

迭代開發(fā)與設(shè)計：DeepThink在需要分步驟構(gòu)建復(fù)雜事物的任務(wù)中的表現(xiàn)亮眼。比如，DeepThink可以同時改進(jìn)網(wǎng)頁開發(fā)任務(wù)的美學(xué)和功能性，僅使用一個提示詞就能讓模型生成了一幅寶塔的體素藝術(shù)圖像。與2.5Pro相比，DeepThink為場景的各個方面添加了越來越多的細(xì)節(jié)，從寶塔的建筑結(jié)構(gòu)，到樹木的保真度，再到地平面的多樣性，提示的各個方面都得到了更深入的處理。

DeepThink在Gemini應(yīng)用中使用并行思維技術(shù)，提供更詳細(xì)、創(chuàng)造性和深思熟慮的回應(yīng)。

科學(xué)與數(shù)學(xué)發(fā)現(xiàn)：由于它能夠推理高度復(fù)雜的問題，DeepThink成為研究人員的強(qiáng)大工具。它可以幫助提出和探索數(shù)學(xué)猜想，或推理復(fù)雜的科學(xué)文獻(xiàn)，從而加速發(fā)現(xiàn)的過程。算法開發(fā)與編程：DeepThink在處理需要精確問題表述、權(quán)衡取舍和時間復(fù)雜度的重要編碼問題時表現(xiàn)尤為出色。

此外，Gemini2.5DeepThink在多個基準(zhǔn)測試中取得了優(yōu)秀成績，分別在HLE（34.8%，無外部工具使用）、LiveCodeBenchV6（87.6%）、IMO2025（60.7%）和AIME2025（99.2%）中表現(xiàn)突出，展現(xiàn)了其在復(fù)雜問題解決、編程和數(shù)學(xué)領(lǐng)域的強(qiáng)大推理能力。

Gemini2.5DeepThinkModelCard：https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-2-5-Deep-Think-Model-Card.pdf

谷歌表示，在Gemini的整個訓(xùn)練和部署階段著重提升了安全性。測試中，Gemini2.5DeepThink的內(nèi)容安全性和語氣客觀性相比Gemini2.5Pro有所提升，但拒絕良性請求的傾向有所增強(qiáng)。隨著Gemini問題解決能力的提升，谷歌正在評估相關(guān)風(fēng)險并實(shí)施安全緩解措施，確保其高級功能的安全性。

參考鏈接：

https://blog.google/products/gemini/gemini-2-5-deep-think/