11月27日晚，DeepSeek悄悄地在Hugging Face 上开源了一个新模型：DeepSeek-Math-V2。这是一个数学方面的模型，也是目前行业首个达到IMO（国际奥林匹克数学竞赛）金牌水平且开源的模型。
在同步发布的技术论文中，DeepSeek表示，Math-V2的部分性能优于谷歌旗下的Gemini DeepThink，并展示了模型在IMO-ProofBench基准以及近期数学竞赛上的表现。
具体来看，在其中的Basic基准上，DeepSeek-Math-V2 远胜其他模型，达到了近99%的高分，而排在第二的谷歌旗下Gemini Deep Think (IMO Gold)分数为89%。但在更难的 Advanced 子集上，Math-V2分数为61.9%，略逊于 Gemini Deep Think (IMO Gold)的65.7%。
在这篇名为《DeepSeek Math-V2：迈向可自验证的数学推理》的论文中，DeepSeek指出，大语言模型已经在数学推理方面取得了重大进展，这是人工智能的重要试验台，如果进一步推进，可能会对科学研究产生影响。
但当前的AI在数学推理方面有着研究局限：以正确的最终答案作为奖励，正确的答案却不能保证正确的推理。许多数学任务，如定理证明，需要严格的分步推导，而不是数字答案，这使得最终答案奖励不适用。
为了突破深度推理的极限，DeepSeek认为有必要验证数学推理的全面性和严谨性。团队提出，自我验证对于扩展测试时间计算尤为重要，特别是对于那些没有已知解决方案的开放问题。
此次DeepSeek推出的Math-V2就从结果导向转向了过程导向，展示了强大的定理证明能力。这一模型不依赖大量的数学题答案数据，而是通过教会AI如何像数学家一样严谨地审查证明过程，从而在没有人类干预的情况下，也能不断提升解决高难度数学证明题的能力 。
论文提到，Math-V2在IMO 2025和CMO 2024上取得了金牌级成绩，在Putnam 2024上通过扩展测试计算实现了接近满分的成绩（118/120）。
DeepSeek认为，虽然仍有许多工作要做，但这些结果表明，可自我验证的数学推理是一个可行的研究方向，可能有助于开发更强大的数学AI系统。
对于DeepSeek此次的动作，海外的反应是“鲸鱼终于回来了”。有网友感慨，DeepSeek以10个百分点的优势击败了谷歌的IMO Gold 获奖模型DeepThink，这不在预测范围内。“想象一下，当他们公布编程模型时会发生什么，我打赌他们绝对有编程模型。”
目前，行业头部厂商的模型已经又迭代了一轮，11月，先是OpenAI发布了GPT-5.1，几天后xAI发布Grok 4.1，就在上周谷歌发布了Gemini 3系列引爆AI圈，“也该轮到DeepSeek出牌了”。不过，更受外界关注的仍然是，DeepSeek的旗舰模型到底什么时候更新，行业期待“鲸鱼”的下一个动作。
举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。如需获得授权请联系第一财经版权部：banquan@yicai.com 文章作者
刘晓洁
相关阅读
谷歌推出Gemini3！模型竞赛转向“落地速度”？上线首日即接入搜索体系模型升级更快，商业化压力同步上升。
486 11-19 07:25
席南华院士：减少对顶级期刊的盲目崇拜数学之美能像“初恋”般打动人心。
95 11-04 14:14
AI周报｜中国大模型实力圈粉火到硅谷；鸿蒙披露AI最新进展谷歌表示，这是历史上首次证明量子计算机可在硬件上成功运行一项可验证算法。
166 10-26 09:11
AI进化速递 | 宇树发布H2仿生机器人宇树科技发布H2仿生人形机器人；DeepSeek团队开源新模型；Meta推出AI聊天机器人家长控制选项。
197 10-20 20:46
2025世界顶尖科学家协会奖获奖名单在上海公布在上海发起创设、全球奖金最高的科学奖项之一
63 09-10 17:13 一财最热 点击关闭广盛网提示：文章来自网络，不代表本站观点。
