清华传奇姚顺宇立功，全新Gemini一夜血洗编程，全球仅7人能赢它

刚刚，谷歌Gemini 3 Deep Think原地进化！在Codeforces比赛中拿下全球第七，击败了人类选手。短短三个月，全方位刷爆SOTA。

猝不及防，谷歌DeepMind深夜又放大招了！

今天，Gemini 3 Deep Think重磅升级，几乎刷爆全领域的SOTA，标志着AI推理能力进入了全新维度。

离职Anthropic入职谷歌的华人学者姚顺宇参与了Gemini 3 Deep Think

这一次，在科学研究和硬核工程领域，Deep Think堪称一个「最强大脑」。

它可以将草图渲染成一个高保真、实用的3D笔记本电脑支架图，并直接将其打印出来。

谷歌VP晒出这个副项目，最终的成品是这样子的。

新版Deep Think的实力究竟有多恐怖？

在编程界，它刷出了3455 Elo的惊人分数，达到世界冠军级的水准，冲入了Codeforces比赛人类TOP 10！

也就是说，全球只有7人击败了Gemini 3 Deep Think，一年前，最强o3也仅拿下2727 Elo。

在人类最后考试（HLE）上，Gemini 3 Deep Think刷新SOTA，拿下了48.4%的成绩。

甚至，它在一夜之间让最难的ARC-AGI-2基准直接饱和，以84.6%新SOTA一骑绝尘。

与Gemini 3 Pro相比，Deep Think实现了全方位反超，并将Claude Opus 4.6、GTP-5.2直接踩在了脚下。

更令人震撼的是，Gemini 3 Deep Think的实战表现。

罗格斯大学数学家Lisa Carbone在研究时，让它审查一篇高深的物理数学论文。

结果，Deep Think竟发现了一个连人类同行评审，都遗漏的细微逻辑漏洞。

Gemini 3 Deep Think这波史诗级进化，又让某些人睡不着了。

目前，Google AI Ultra订阅用户即可在Gemini中体验新版Deep Think。同时，首次通过API向部分研究人员、工程师和企业开放。

实力刷爆SOTA，奥赛金牌大满贯

去年，Deep Think专门版成功解决了推理领域最艰巨的任务，在数学和编程世界锦标赛中夺下金牌。

就在昨天，谷歌DeeoMind还做了一个预热。

背靠初代Deep Think的「AI数学家」Aletheia可以独立撰写论文，证明了「Erdős猜想」中多个难题。

不仅如此，Deep Think直接推翻了十年猜想，一举攻克18大研究瓶颈。

而现在，迭代后的Deep Think已在多项高难度的基准测试中刷新SOTA：

• 人类最后的考试（HLE）：设定了新标杆，在不使用工具的情况下准确率达48.4%；
• ARC-AGI-2：达到了前所未有的84.6%，并获得ARC奖项基金会的验证；
• 算法竞赛平台Codeforces：Elo评分达到了惊人的3455分；
• 2025 IMO：达到金牌水平。

除了数学和算法竞赛，Gemini 3 Deep Think现在在化学和物理等广泛的科学领域也表现优异。

在2025年国际物理奥林匹克和化学奥林匹克的笔试部分，新版Deep Think同样具备了金牌实力。

此外，它在高级理论物理方面也游刃有余，在CMT-Benchmark测试中取得了50.5%的成绩。

另外，Gemini 3 Deep Think在ARC-AGI-1上，直接顶到头了。

官方演示中，Gemini 3 Deep Think可以根据论文，为「时空循环视频Transformer」架构创建一个的视化方案。

Deep Think杀入科研，十倍加速

除了顶尖的性能表现，Deep Think还突破了智能边界，能够解决科学、研究和工程领域的现代难题。

它不仅能帮助科研人员解读复杂数据，还能辅助工程师通过代码对物理系统建模。

在早期测试中，许多科学家在科研工作流中，显著提升了研究产出质量。

在杜克大学，Wang Lab用Deep Think优化了复杂晶体生长的制造方法，以用于潜在的半导体材料发现。

令人意想不到，Deep Think成功设计出了一种生长大于100 μm薄膜的配方，达到了以前方法难以实现的精确目标。

谷歌平台与设备部门的研发主管Anupam Pathak表示——

我不是CAD设计师，但有了Deep Think，可以直接将草图变成可3D打印的实物。

它会分析绘图，对复杂形状进行建模，并生成3D打印所需的模型文件，让物理零部件建模加速十倍。

只需发送一张图片、一个提示词，它就能够深入思考，便可以提供几个之前从自己未想过的全新设计方案。

Deep Think将深厚的科学知识与实用的工程能力相结合，超越了抽象理论，真正开始推动实际应用。

网友惊艳实测，物理模拟太强

在实测中，Gemini 3 Deep Think展现出超强的物理模拟能力。

它可以模拟光线追踪，在浏览器中就可以实现。

并且还可以在单个HTML文件中，构建出一个完整的Three.js场景，渲染出博物馆中古典油画难以区分的全3D室内房间。

Simon Willison用Gemini 3 Deep Think画了一张鹈鹕骑自行车的SVG矢量图，效果非常惊艳。

他表示，这是自己目前见过最棒的一版了。

既然在处理那条基础的「生成一张鹈鹕骑自行车的SVG」指令时表现得这么出色，Simon决定加大难度，试个更有挑战性的版本：

生成一张加州褐鹈鹕骑自行车的SVG图像。自行车必须要有辐条，车架形状要准确。鹈鹕必须具备其标志性的大喉囊，且要有清晰的羽毛细节。必须能清楚地看出鹈鹕正在蹬车。图像需要展示加州褐鹈鹕完整的繁殖羽特征。

结果如下：

这一次，谷歌让AI真正渗透进了科研工作的「最后一公里」：审阅论文、工业设计、实验优化，无所不包。

当AI能够揪出连人类审稿人都忽略的逻辑漏洞时，「辅助工具」这四个字显然已经配不上它了。

如今，压力球抛回给了OpenAI。

面对谷歌这记直击痛点的「深思」回击，奥特曼的下一张王牌，必须足够震撼。

参考资料：

https://x.com/GoogleDeepMind/status/2021981512925585703

https://x.com/GoogleDeepMind/status/2021981510400709092

https://x.com/kimmonismus/status/2021983169478533148

本文来自微信公众号“新智元”，作者：新智元，编辑：桃子 好困，36氪经授权发布。