解6道世界未解数学难题+撰写6篇顶刊论文，Google：数学领域AI已具备科研能力！

AI在数学科研领域又迎来了新突破。

今年初，Google旗下 DeepMind发布了6篇数学相关的研究论文，其中1篇完全由AI独立编写，另外5篇是以AI为主导完成。

同时，他们基于推理模式Gemini Deep Think打造的Aletheia数学研究智能体在FirstProof挑战赛中解出了6道世界级未解数学难题，在SOTA基准上创下91.9%的历史新高。

这一操作说明AI已经不是只会刷奥数题的工具了，它已经开始像数学家一样，做原创性的科研工作了。

一、这次的突破和之前的AI解题有啥不一样？

AI解题其实很多人都了解，之前甚至还拿过IMO金牌，但这次的突破跟之前差别很大，之前的AI是只会做题，而现在的Aletheia是一名研究者。

就像咱们应付考试刷题一样，之前AI做数学题本质上也是题海战术，在题库里刷题找规律，但提不出来新的解题方法，更解决不了还没人能解开过的难题。

Aletheia可以像数学家一样自主发现问题、推导证明、撰写规范的学术论文。

解开的题目不是已有标准答案的已知题目，而是未公开、没标准答案的难题。

包括FirstProof挑战赛里的题目，FirstProof挑战赛是由哈佛、斯坦福等名校的知名数学家出题，共提供10道题，全是数学界公认的难题

在这儿之前没有任何AI能解决，Aletheia解出了6道，其中5道获得专家全票通过。

二、6篇论文，到底解决了什么问题？

6篇论文覆盖代数、拓扑、组合数学等多个核心分支，重点讲解两个最有代表性的论文

第一篇论文名为《Eigenweights for arithmetic Hirzebruch Proportionality》,也是这几篇中最受受重视的一篇，完全由AI撰写。

该篇论文属于算术几何领域，AI自主计算出了该领域中特征权重的结构常数，解决了困扰该领域多年的一个难题。

整篇论文完全没有人工干预，从选题、推导到撰写，全是Aletheia独立完成，3位匿名数学家评审后一致认为，论文逻辑严谨、方法新颖，达到了顶级期刊的发表水平。

第二篇，是聚焦FirstProof 挑战赛成果的论文，也是6篇中最有突破性的一篇。论文详细记录了 Aletheia 在 FirstProof 挑战赛中的完整表现，且明确标注了Aletheia 全程零人工干预，自主解出了10道题中的6道，其中难度最高的第7题本是公开未解决的问题。

直到挑战赛官方发布标准答案时才由人类团队首次证明，而且Aletheia也独立给出了完全正确的证明过程，这个成果也得到了该领域专家的确认。

三、技术层面来看，AI是如何实现的？

首先是Gemini 3 Deep Think的慢思考能力。

普通大模型思考问题，就像人类的快速联想，容易出错、逻辑链短。Deep Think的思考模式更像人类的深度推理，能进行20-50步的长程推理，还能回退、分叉、验证，就像我们做数学题时，会一步步推导，错了就回头重新来，而不是凭感觉猜答案。

第二个是Aletheia的生成-验证-修正闭环。

分三步进行核心工作，第一步是生成解题思路和证明过程，第二步是检查逻辑漏洞、验证对错，第三步是修正错误、优化思路。而且，它还会主动承认自己解不出来的问题，避免无意义的浪费，这也是之前的AI做不到的。

第三个是工具集成和成本控制。

Aletheia深度集成了Google搜索和网页浏览功能，能精准检索文献，避免引用不存在的论文，同时，DeepMind实现了成本的大幅下降，单次复杂数学推理的成本从2025年的2000-3000美元，降到了13.62美元，这也是它能大规模应用于科研的关键。

四、关键数据

在基准测试表现方面，Aletheia在IMO-ProofBench（奥数级证明题）上准确率达到91.9%，刷新历史纪录

之前的SOTA成绩是78.3%；在DeepMath（博士级数学题）上准确率76.5%，远超之前的58.2%；

在成本方面，单任务推理成本13.62美元，比OpenAI等同类模型降低280-420倍；

同时，与人类数学家的协作效率方面，是单独人类的7.3倍，是单独AI的1.8倍；

部分图集

创作：Omni实验室

哇，你竟然看到了最后，如果文章对您有帮助，欢迎点赞哦~