Google今天发布了其最强大的Gemini模型,但普通用户可能无法体验。在去年5月I/O大会上首次亮相Gemini 2.5 Deep Think后,Google正式在Gemini应用中推出这一AI功能。Deep Think专为处理最复杂的查询而设计,这意味着它需要消耗比其他模型更多的计算资源。因此,只有订阅Google价值250美元AI Ultra计划的用户才能使用这项功能。
Deep Think基于与Gemini 2.5 Pro相同的基础架构,但通过更大规模的并行分析增加了"思考时间"。据Google介绍,Deep Think会探索解决问题的多种方法,甚至会重新审视和重组它生成的各种假设。这一过程帮助它产出更高质量的答案。
与其他重量级Gemini工具类似,Deep Think需要几分钟时间才能给出答案。这显然让AI在设计美学、科学推理和编程方面更加出色。Google已经用常规基准测试对Deep Think进行了评估,结果显示它超越了标准的Gemini 2.5 Pro以及OpenAI o3和Grok 4等竞争模型。Deep Think在"人类最后考试"基准测试中表现尤其突出,这是一个包含2500个复杂多模态问题的测试集,涵盖100多个学科。其他模型的得分最高只达到20%或25%,而Gemini 2.5 Deep Think取得了34.8%的成绩。
数学是Deep Think的一个重要专长领域,它在AIME基准测试中也展现了强劲表现。不过,这方面仍有改进空间。Google最近透露,它使用了经过特殊训练的Deep Think版本参加国际数学奥林匹克竞赛(IMO),这个版本可以持续思考数小时才给出解决方案。该模型首次赢得了IMO金牌。Google目前只将IMO版本的Deep Think分发给可信测试人员,但希望稍后更广泛地发布。与此同时,标准版Deep Think在2025年IMO测试中仍能达到铜牌水平。
Google AI Ultra订阅用户从今天开始可以在Gemini应用和网页界面中使用Deep Think,但它不会出现在主模型菜单中。当用户选择Gemini 2.5 Pro时,可以将其作为工具访问(与Deep Research、Canvas等功能并列)。即使拥有Google昂贵的AI订阅服务,Google表示每天使用Deep Think查询的次数仍有限制。公司并未明确具体限制数量,也不提供详细信息,暗示这一限制会随时间调整。Deep Think最终将通过API开放,为开发者提供付费服务方式来获得更多提示功能。
Q&A
Q1:Gemini 2.5 Deep Think与普通版本有什么区别?
A:Deep Think基于Gemini 2.5 Pro架构,但通过更大规模的并行分析增加了"思考时间"。它会探索解决问题的多种方法,重新审视和重组生成的假设,产出更高质量的答案,但需要几分钟才能给出回应。
Q2:哪些用户可以使用Gemini 2.5 Deep Think?
A:目前只有订阅Google价值250美元AI Ultra计划的用户才能使用Deep Think功能。即使是付费用户,每天使用Deep Think查询的次数也有限制,具体数量Google未公开。
Q3:Gemini 2.5 Deep Think在数学方面表现如何?
A:Deep Think在数学领域表现出色,在AIME基准测试中有强劲表现。特殊训练版本甚至首次赢得了国际数学奥林匹克竞赛金牌,标准版本也能在2025年IMO测试中达到铜牌水平。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。