金牌模型三位核心华人光速离职！谷歌IMO夺金24h即遭小扎闪电抄家

新智元报道

编辑：桃子

【新智元导读】谷歌DeepMind刚拿下金牌后，3位Gemini核心研究员光速离职了。没错，这一次又是小扎干的好事。

前脚刚夺下IMO金牌，后脚就被小扎抄家了。

刚刚，Information爆料称，Meta从谷歌DeepMind金牌模型团队中，再次挖走了三位华人学者。

这三人分别是Tianhe Yu、Cosmo Du和Weiyue Wang，一同参与了Gemini开发。

而且，就在谷歌庆祝IMO夺金的第二天，三位研究员「闪电」离职，转投入Meta超级智能实验室。

就在昨天，GDM的官宣博文中，详细列出了所有参与Gemini模型开发的研究人员。

这些研究人员的含金量，不言而喻。

讽刺的是，今早，微软也被爆出从谷歌DeepMind挖走了20多位顶尖研究人员。

2016年，AlphaGO在围棋领域击败李世石；如今不到10年的时间，Gemini再次攻克奥数难题斩获金牌。

不容置疑的是，这场AI军备赛，正向ASI阶段全面迈进，顶尖人才争夺战也变得愈发激烈。

官宣第二天，Gemini老将离职

被挖走IMO金牌模型团队三位研究员，都有怎样的背景呢？

Tianhe Yu

Tianhe Yu现任谷歌DeepMind研究科学家。

在GDM期间，Tianhe Yu曾参与了Gemini 2.5、初代Gemini、Gemini 1.5等全家桶的研发，甚至包括千亿参数大模型PaLM-E的开发。

值得一提是，他还在谷歌RT-1、RT-2机器人模型上做出了贡献。

他曾获得了坦福大学计算机科学博士学位，师从Chelsea Finn教授。本科毕业于加州大学伯克利分校，以最高荣誉同时获得计算机科学、应用数学与统计学三个学位。

昨天，GDM公布IMO金牌结果后，Tianhe Yu本人也发文称，参与了Gemini Deep Think模型后训练、思维研发。

他激动表示，「离ASI越来越近了」！

Cosmo Du（杜宇）

杜宇在2017年便加入谷歌，任谷歌DeepMind首席科学家兼总监，专注于Gemini的后训练、思维与代码生成。

他同样是Gemini 1、1.5、2和2.5的核心贡献者，并开发了Gemini-0801——谷歌首个在LMSYS排行榜上位列第一的模型。

此前，他还主导了Bard/LaMDA的后训练工作，并开发了Bard首个内部版本。

更早之前，他专注于任务型对话系统，帮助Duplex实现了10倍Scaling。

他曾获得了浙江大学计算机科学博士学位，本科毕业于华东理工大学计算机科学专业。

Weiyue Wang

Weiyue Wang任谷歌DeepMind研究工程师，在加入谷歌之前，她曾在Waymo担任软件工程师。

她曾获得了南加州大学博士学位，导师是Ulrich Neumann教授；获得了俄亥俄州立大学电子和计算机工程硕士学位；上交大EEE学士学位。

她本人的研究专注于计算机视觉领域，特别是3D场景理解与重建。

以下是所有参与谷歌IMO 2025系统的研究人员。

我们让ChatGPT将核心负责人，以及Gemini Deep Think团队列出。

有网友对此表示，GDM列出所有人名单有些太不明智了。

Gemini 2.5 Pro也能夺金

其实，不用Gemini Deep Think，Gemini 2.5 Pro也能拿下IMO金牌。

来自加州大学洛杉矶分校副教授Lin Yang和Yichen Huang（黄溢辰）一起做了这个实验，并将结果发表在arXiv上。

论文地址：https://arxiv.org/pdf/2507.15855

他们通过精心设计的流程和提示工程，让Gemini 2.5 Pro也能攻克5道奥数难题。这究竟是如何做到的？

研究人员的流程设计，一共分为了以下六步：

·初始解答生成：通过第3.1节的提示词生成初始解；

·自我改进：对初始解进行优化；

·验证：进入步骤4或步骤；

·验证检查：判断解的合理性；

·纠正：若验证失败，返回步骤3；

·接受或拒绝：最终决定是否采纳该解。

在初始阶段，需要多次运行Gemini 2.5 Pro以获取问题的若干初始解样本。

这一采样过程类似于探索性尝试，希望至少有一个样本能部分接近正确解法。随后，再通过迭代优化这些解，最终筛选出高质量结果。

具体而言，首先让Gemini 2.5 Pro尝试通过提示词解决问题，第二步中，模型被要求自我审查并改进其解答。

尽管Gemini 2.5 Pro擅长数学推理，但作为通用LLM，它并非专为解决极高难度数学问题而设计。一个关键限制是思维预算：即使证明一个简单事实也可能消耗数千token，而Gemini 2.5 Pro的最大上下文token为32768，这通常不足以完整解决一道IMO试题。

研究人员观察到，在第一步中模型几乎总会耗尽全部预算，导致无法完成完整求解。

因此，他们将解题过程分解为多步骤，第二步的核心目标是通过额外分配32768 token的预算，让模型能够复查并延续其工作。实际监测显示，第二步的输出质量显著提升。

接下来，验证器将参与迭代优化并决定是否接受改进后的解。

详细指令参考，覆盖了核心要求、输出格式、自我纠正的指令，具体可参见下图。

比如，让Gemini 2.5 Pro去解决P1题，再向模型发送问题陈述后，又追加了一句话「让我们尝试用归纳法来解决这个问题」。

别小瞧了这句话，可以为模型提供一个强大的方向性引导。而且，就题目组合问题而言，确实也可以通过数学归纳法解决。

设想一个旨在解决复杂问题的多智能体系统：这类任务通常需要大量探索——需要让不同智能体尝试不同方法，以期其中某个能找到可行路径。

在此情境下，对于任何适用于正整数的命题，数学归纳法都是标准且常用的有效方法。

其余题目的提示，以及解题过程，可参考论文中的细节。

顺便提一句，字节也在今年IMO上，凭借Seed Prover取得了银牌分数。

具体来说，Seed Prover完整破解了6题中的4题，最终获取了30分。另外，在赛后尝试后，AI一共证明了5道题，也算是拿下了金牌。

如今，OpenAI和GDM先后凭借AI，攻克了前5题，拿下了IMO金牌。

IMO的人类阵地，就仅剩下P6题了。

参考资料：

https://x.com/theinformation/status/1947755575808262417 https://arxiv.org/abs/2507.15855

https://x.com/lyang36/status/1947466281990738339