谷歌 Aletheia 模型：IMO 满分背后的数学 AI 新范式

近期，谷歌低调发布了一个名为 Aletheia 的数学专用模型。该模型在国际数学奥林匹克竞赛基准测试中取得了 91.9% 的惊人成绩，将榜单上第二名 GPT-5.2 Thinking 的 35.7% 远远甩在身后。Aletheia 的名称源于古希腊哲学中的“真理”或“去蔽”概念，暗示其旨在揭示数学问题的本质，而非简单生成答案。

核心内容

根据同步发布的论文，Aletheia 的能力不仅体现在高分上，更在于其解决问题的方式。它展现出跨领域建立联系的能力，例如利用几何分析中的概率测度紧致性来设计近似算法，或发现 Kirszbraun 扩展定理与 Steiner 树计算之间此前未被注意到的关联。这些表现被认为接近真正的数学发现，而非简单的模式匹配。

然而，Aletheia 并非一个可直接调用的纯语言模型。其本质是一个结合了生成器与验证器的智能体系统，并依赖大量脚手架工程和微调，导致运行成本极高。这种架构使其与榜单上的其他模型存在根本差异。

技术社区对此反应不一。一部分观点认为这是里程碑式的进展，预示着 AI 驱动科学发现加速的可能。另一部分观点则因其不向公众开放而持冷淡态度，并指出将这种复杂系统与通用模型直接对比有失公允。

价值与影响

Aletheia 的出现引发了一个更深层次的思考：最前沿的 AI 能力正逐渐演变为一种基础设施，而非直接面向消费者的产品。这类系统可能被用于加速科学研究、优化核心算法，但其高昂的成本和复杂性意味着普通用户能够接触到的，往往是经过“稀释”或封装后的能力版本。这并非阴谋，而是由研发投入、运行成本和应用场景共同决定的经济学现实。Aletheia 的发布，或许标志着 AI 能力分层化趋势的进一步显现。

---