清华姚顺宇跳槽谷歌首秀：Gemini 3 DeepThink重大升级解析
2 月 12 日，谷歌上线 Gemini 3 Deep Think 的重大升级。这次升级的背后，也站着一位在 2025 年 9 月因为不满前东家 Anthropic 言论而辞职加入谷歌的清华物理系传奇校友姚顺宇。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
图 | 姚顺宇（来源：资料图）
作为一款推理模型，Gemini 3 Deep Think 在多项基准测试中刷新纪录：ARC-AGI-2 测试达 84.6%，Codeforces 编程平台获 3,455 分（世界排名第 8，仅 7 人能超越），并在数学、物理、化学奥赛中达金牌水平。然而，其每项任务成本仅为 13.62 美元，比 OpenAI o3 降低大约 280-420 倍。目前，新模型已被用于数学论文审阅、晶体生长工艺优化等科研场景，现已通过 Gemini 应用和 API 向订阅用户及部分研究者开放。
（来源：Google）
如果你对 2025 年 Gemini Deep Think 在 IMO 摘金的印象还停留在这是一个很会解题的学霸，那么这次升级可能会让你重新认识它。学霸和科学家的区别在于：前者擅长回答带有标准答案的问题，但是后者敢于跳进没有边界、数据残缺、甚至没有人知道终点在哪里的浑水。这正是此次 Deep Think 升级最本质的跨越。
（来源：Google）
谷歌在最新博客中反复强调的关键词是：“messy or incomplete。”现实世界的科研难题，从来不像奥数题那样会给你完美的已知条件。一个凝聚态物理的实验数据可能包含无法复现的噪声，一个化学生物学交叉课题的文献综述可能需要横跨几十年的几十个互斥的假说。新版 Deep Think 的核心突破，则是学会了在这种混沌之中保持推理的优雅。
有这样一组数据也许足以让同行沉默。在被称为人类最后考试（Humanity‘s Last Exam）的极限基准测试中，Deep Think 在不借助任何外部工具的情况下拿下 48.4% 的准确率。这个数字的厉害之处在于，它不仅甩开了 GPT-5.2（34.5%）和 Claude Opus 4.6（40.0%），也意味着 AI 首次在横跨数百个尖端学科的长尾难题中，逼近了人类博士候选人的中位线。
而在 ARC-AGI-2 这个被公认为是抽象推理试金石的测试中，84.6% 的得分是一个代际断层的表现。ARC Prize Foundation 的独立验证，更是让这个数字褪去了营销成分。
可能会让一部分人感到脊背发凉的是 Codeforces 那行小小的数字：3455Elo。关注竞技编程的读者知道，2,700 分已经是国际特级大师的表现，3,000 分是人类穷尽职业生涯也难以触摸的神域。更可怕的是，3,455 分这个分数是不借助任何工具取得的，既不是纯文本生成，也没有代码执行辅助。这意味着 Deep Think 对于算法本质的理解，已经内化成为某种超越代码本身的直觉。
（来源：Google）
然而，如果把这次升级仅仅解读为跑分更强，就完全错过了谷歌布下的那盘大棋。这个棋局藏在两个看似不抬起眼的场景描述里。
第一个场景是把手绘草图直接生成 3D 打印文件。从模糊的线条到精密的物理模型，中间横亘着几何建模、结构力学分析、打印路径优化等多道专业壁垒。Deep Think 做到了在理解绘图这意图的基础之上，主动补全了那些草图上没有画出来的受力逻辑。
第二个场景是罗格斯大学的数学家 Lisa Carbone 用它审稿，Deep Think 发现了一处人类审稿人集体遗漏的微秒逻辑漏洞，这意味着 AI 能在前沿研究的模糊地带捕捉到推理链的断裂，也意味着 AI 告别了只是复述教科书式的错误的阶段。
这两件事的共同点在于，AI 不再只是等待指令，开始主动介入创造与验证的闭环。这也正是姚顺宇在那篇广为流传的离职博文中反复提到的命题。这位当年清华物理系的特奖得主，大二开始选修研究生课程，先后成为美国斯坦福大学博士和美国加州大学伯克利分校博士后，却在传统理论物理最光鲜的学术坦途选择了转弯。他曾在博文里写道，一个没有实验指引的领域，很难客观评判理论工作的价值。他看到的困局，其实也是 AI 行业自身的影像。
过去两年，有时人们沉迷于在封闭基准上比拼小数点后的精度，却越来越远离使用智能解决真实问题的初心。姚顺宇把当下的 AI 研究比作 17 世纪的热力学。那时，人们甚至不知道热是什么，燃素说依然是主流，但是这并不妨碍波义尔通过系统实验总结出定律，并最终催生了蒸汽机。Deep Think 此次升级的野望，或许正是要成为AI世界的波义尔。
因此，与其说 Gemini 3 Deep Think 是一个模型，不如说它是一个正在快速进化的科研操作系统。3455 Elo 是它的左脑，84.6% 的抽象推理是它的右脑，而从草图到实物的 3D 打印能力是它伸向物理世界的一只手臂。几百年前，牛顿用自己在苹果树下的思考解释宇宙，AI 时代的今天，无论如何都得换种方法了。
参考资料：
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/
https://the-decoder.com/google-deepmind-upgrades-gemini-3-deep-think-for-complex-science-and-engineering-tasks/
运营/排版：何晨龙
相关攻略
币安是全球领先的数字资产交易平台。为确保安全，应直接访问其官方域名binance com，并确认网址无误。通过官网下载官方App，安卓或iOS设备需按指引完成安装。注册账户后，为提升安全性，务必在App的安全设置中绑定谷歌验证器。绑定后，进行关键操作时需输入动态验证码，从而为资产提供额外保护。
谷歌正式入驻广州国际金融中心，计划于第三季度启动跨境数智赋能服务创新项目。该项目旨在通过数字技术与智能方案，为本地企业跨境业务提供创新支持，助力产业数字化与贸易智能化升级。此举将为粤港澳大湾区企业接入全球前沿技术和服务提供新机遇。
谷歌发布无屏智能手环FitbitAir，需付费购买硬件。其核心高级功能需额外订阅月费会员，引发争议。订阅模式可能削弱硬件创新动力，并将用户健康数据的解析服务持续收费。相比之下，国内厂商多采用基础功能免费、增值服务付费的模式，对消费者更为友好。
腾讯开源“袖珍”AI翻译引擎：1 25比特极致压缩，手机离线跑出百GB模型水准 最近，腾讯在开源社区扔下了一颗“技术冲击波”——正式发布了紧凑型AI翻译模型Hy-MT1 5-1 8B-1 25bit。这个模型最吸引人的地方在于，它宣称能在保持高性能的同时，完全在智能手机上离线运行。这意味着什么？或许
谷歌为安卓Chrome引入“大致位置”选项：隐私保护再进一步 最近，谷歌为安卓版的Chrome浏览器带来了一项值得关注的更新：用户现在可以选择只向网站分享“大致位置”，而不是精确到小数点后几位的具体坐标。简单来说，当你查询天气或者浏览本地新闻时，网站只能知道你大概在哪个城区或街区，而无法 pinpo
热门专题
热门推荐
开发者Chris通过Codex服务，仅用一句指令便自主完成开源赏金任务，盈利23 68美元，覆盖订阅成本。此事展示AI自主执行商业闭环的潜力，也引发成本与安全争议。AI正从工具向主动创收者转变。
在《崩坏：星穹铁道》的众多角色中，火花以其独特的技能机制，为战斗策略带来了丰富的变数与操作乐趣。她并非单纯的数值输出角色，而是一位集机动性、爆发伤害与战术价值于一体的近战专家。深入理解其技能联动，是充分发挥其战场潜力的关键。 普通攻击 - 迅刃连斩 火花的普通攻击“迅刃连斩”，是一套衔接流畅的近战连
想在《迷你世界》中解锁智能芯片的全部潜力？掌握升级方法是关键一步。通过升级，芯片不仅能获得更强大的功能，还能显著提升自动化与创造体验。本指南将为您提供一套清晰、高效的升级方案，助您快速掌握核心技巧。 准备材料：精准收集 成功的升级始于充分的准备。您需要提前备齐以下核心资源：精铁锭、蓝色电能线、硅石以
《斗罗大陆：猎魂世界》于5月11日至18日限时开启“寻宝之旅”活动。玩家通过任务或礼包获取道具，掷点前进即可领取限定觉醒券、钻石等奖励。完成整圈可得固定资源，累计积分可兑换更多奖励；第16圈起奖励品质提升，整体效率优化。活动门槛低、回报高，无需强制消费，适合各类玩家参与。
全新秘境“龙骧御六合”开放高难度挑战，玩家需在悬浮石枷上协同维持平衡，应对雷霆与坠石冲击，移动石板可削弱伤害。后续Boss“独夫”登场时，部分队员需切入其内心，其余成员按提示执行阵列动作，全程考验队伍反应与协作能力。