或許人們還沉浸在Gemini 3帶來的沖擊中，但就在11月27日晚間，DeepSeek在AI開源社區Hugging Face上發布其最新數學模型DeepSeek Math-V2一事，再次引起AI圈內一片沸騰。

在一同發布的論文中，DeepSeek方面表示，該模型通過自驗證的方式突破了目前AI在深度推理方面的局限，尤其是針對大模型在數學領域“只是做題家，難成數學家”的癥結，即，只重視答案卻無法保證推理過程的嚴謹、正確。

DeepSeek以驗證器為獎勵模型訓練證明生成器，并激勵生成器在最終定稿前盡可能多地識別和解決自身證明中的問題，并通過擴展驗證計算能力，自動標記新的難以驗證的證明，從而創建訓練數據以進一步改進驗證器。

最終，Math-V2誕生了。

DeepSeek稱，這款模型展現了強大的定理證明能力。換句話說，與此前大多大模型在數學方面的表現不同，Math-V2不再只是“做題家”，而真正有可能靠自身全面、嚴謹的數學推理能力對科學研究產生深遠影響。

DeepSeek也列舉了多項驗證該模型的強大的證據：Math-V2在IMO（國際數學奧林匹克競賽）2025和CMO（中國數學奧林匹克）2024上都取得了金牌級成績，在北美大學生數學競賽Putnam 2024上通過擴展測試計算實現了接近滿分的成績（118/120）。

此前，今年7月，OpenAI和谷歌都曾宣布其模型在IMO2025中取得了金牌級成績，一度形成大模型數學能力天花板。相比于二者，DeepSeek的Math-V2不僅是首個開源的IMO金牌級模型，在測試中，也在部分性能上展現出了更大的優勢。

在IMO-Proof Bench評估中，基準測試方面Math-V2得分居首，高達99%，高于谷歌的Gemini Deep Think（IMO Gold）的89%和GPT 5的59%。在進階測試上，Math-V2得分61.9%，僅次于Gemini Deep Think（IMO Gold）的65.7%。

DeepSeekMath-V2: Towards Self-Verifiable Mathematical Reasoning

DeepSeek方面表示，盡管仍有許多工作要做，但這些結果表明，自驗證數學推理是一個可行的研究方向，可能有助于開發更強大的數學AI系統。

這款突破性的開源數學模型發布后，再次在社交平臺、reddit、Hacker News等評論區、社區引發熱潮。

其在測試、競賽成績和自驗證方面形成的數學定理證明能力突破，最令人關注。

“從‘結果導向’的驗證轉向‘過程導向’的驗證，這對于定理證明尤為重要，因為在定理證明中，嚴格的逐步推導比數值答案更重要?！?“雖然還不清楚具體用途，但擁有一位全天候免費提供的數學天才，其潛力巨大?！?“這款開源模型會大大有助于自動化許多注重驗證的編程語言中的繁瑣工作！”

由研究人員和工程師組成的跨學科團隊Binary Verse AI發文稱，一個開源模型悄無聲息地發布，卻突破了本科數學的瓶頸。該文章作者阿茲馬特（Azmat）提到，Math-V2的有趣之處不僅在于競賽分數，更在于其方法。

DeepSeek Math V2: Inside the Open Source Model That Beat Google at the Math Olympiad，Binary Verse AI

“如果你曾經批改過數學試卷，你就會明白猜對答案的學生和真正推導出答案的學生之間的區別?！卑⑵濕R特認為，此前的大模型多屬于前者，只是概率性的猜測者，而Math-V2的出現改變了這一切。

文章總結稱，我們正從“聊天機器人”時代過渡到“推理者”時代。Math-V2證明了可自驗證的數學推理是可以解決的。或許，人類不需要通用人工智能（AGI）來獲得嚴謹的數學運算能力，只需要教會模型保持謙遜。

社交平臺上，不少AI領域的KOL和知名專家都在轉發消息并表示“DeepSeek強勢回歸”“這是你無法忽視的力量”。

圖片來自社交平臺X

雖然DeepSeek R2的“難產”已經成為了AI領域玩梗級別的存在，但實際上，不管是10月發布、讓OpenAI聯合創始人大神安德烈·卡帕斯（Andrej Karpathy）盛贊的探索視覺-文本壓縮邊界的DeepSeek-OCR，還是剛剛發布的Math-V2，都提示著人們：別忘了，今年AI領域的驚喜，正是從DeepSeek開始的。（作者｜胡珈萌，編輯｜李程程）