近期，2025年国际数学奥林匹克（IMO）在澳大利亚落幕，AI界围绕“IMO金牌认证”展开了一场激烈的人才与技术话语权争夺战。OpenAI和DeepMind先后宣布其模型达到IMO金牌标准，这一成果标志着AI在数学推理能力上取得了显著跃升，但也引发了关于AI在数学领域地位和前景的诸多讨论。

AI在IMO竞赛中的表现与竞争

双双达到金牌标准

2025年7月20日IMO在澳大利亚闭幕，OpenAI在7月18日晚就宣布其保密推理模型在IMO竞赛的6道题目中解出5道，获得35分，达到金牌线。两天后，DeepMind也宣布其Gemini Deep Think的进阶版本模型同样达到这一成就，且完全使用自然语言操作，还获得了IMO官方组委会的证明。

竞争背后的戏剧性

OpenAI提前宣布成绩引发争议，DeepMind的Demis Hassabis公开谴责。此外，媒体曝出DeepMind金牌团队三名核心研究员被Meta挖角，此前半年DeepMind已有20名员工被挖去微软，这场顶尖实验室之间的竞争愈发激烈。

与人类顶尖学生的对比

今年有72位高中生达到金牌标准，其中5位获得42分满分，完美解答6道题，而两个AI模型都只做出5道题，所以说AI在数学能力上胜过人类还为时过早，但这足以证明当下大模型具备优秀的数学能力。

IMO金牌对AI数学推理能力的证明

突破形式化证明限制

此前，DeepMind的AlphaGeometry和AlphaProof等模型虽达到银牌标准，但使用形式化证明方法，需把自然语言题目“翻译”成Lean等机器能“看懂”的语言，过程耗时久，远超IMO比赛限制。而DeepMind最新的Gemini Deep Think模型在完全自然语言输入输出的条件下达到金牌标准，直接从自然语言读题、作答，不依赖形式化工具，这证明了语言模型本身也可完成高难度数学推理，挑战了部分AI学者认为语言模型无法独立完成真正数学推理的观点。

引发学术观点变化

此前一些AI学者认为AI模型必须依托形式化语言输出可机器验证的逻辑结构，再人工转换成自然语言，如AlphaProof这样的“混合模型”才可能达到数学研究标准。但Gemini Deep Think的成功让数学家可能改变把电脑辅助数学与形式化方法等同的看法。

前IMO金牌得主对AI解题的评价

解答思路与表现

前IMO中国国家队成员胡苏麟点评，AI作答的五道题思路清晰、逻辑链条完整，获得满分实至名归。不过，在具体题目上两个AI表现有差异。如第二题平面几何题，DeepMind的解法更几何、自然，接近人类选手思路，OpenAI则使用解析几何手段，将几何题转化为代数题，计算量巨大，人类选手考场一般不会这么做。

语言风格差异

两个AI解答时会不断引入新符号定义概念或公式，这在高中竞赛中不常见，会增加理解难度。OpenAI语言风格更像课堂老师，有人性化描述词，会适当省略细节、循循善诱；DeepMind语言更书面化，像阅读数学论文。

AI用于数学研究的前景分歧

积极观点

IMO竞赛只是数学能力的一个侧面，与生活中的数学和数学家的研究目标不同。澳籍华人数学家陶哲轩认为，2023年AI就能为职业数学家生成有启发性的提示和思路，2026年与形式化证明及验证等结合使用的AI将成为数学研究中值得信赖的合作者，能在一定程度上帮助数学家。

消极观点

哥伦比亚大学的数学家Michael Harris批判AI数学，认为数学的真正意义在于自由探索和内在洞见，而非沦为市场逻辑下的技术产品。像Lean这样的计算机语言将数学简化成机器能看懂的逻辑，使数学失去自由创造和思辨力。他关注数学研究资本化趋势，担心资助者以应用价值衡量数学，忽视其内在价值，认为当前关于AI辅助数学的讨论忽略了根本问题。

促进学术研究观点

DeepMind的Pushmeet Kohli认为，AI在数学上的成就会促进数学学术研究，如同围棋选手分析AlphaGo策略发现新理论一样，AI系统能为数学家和科学家提供强大工具，帮助他们理解世界。