2025年11月29日，国内AI企业深度求索（DeepSeek）宣布开源旗下数学大模型DeepSeek-Math-MO，该模型在国际数学奥林匹克竞赛（IMO）模拟测试中取得32分的优异成绩（满分42分），达到IMO金牌选手水平，成为全球首个在IMO测试中突破30分的开源数学大模型。这一突破不仅打破了谷歌、OpenAI在高端数学推理大模型领域的垄断，更为科研机构与开发者提供了可自由使用的顶尖数学AI工具。
IMO测试突破30分，性能碾压同类开源模型
IMO作为全球含金量最高的中学生数学竞赛，其题目以逻辑严谨、思维抽象著称，对大模型的推理能力、符号理解与复杂问题拆解能力提出极高要求。此前，谷歌Gemini 3 Pro与OpenAI GPT-5.1虽能达到IMO金牌水平，但均未开源，普通开发者难以触及核心技术；而开源领域的数学模型，如Meta Math Llama 3、Anthropic Claude 3 Open等，IMO测试分数普遍在20分以下，与金牌线（31分）存在显著差距。
DeepSeek-Math-MO的出现填补了这一空白。测试数据显示，该模型在2020-2024年IMO真题中，平均得分32分，其中代数、组合数学题型得分率超85%，几何题型得分率达72%，仅在数论部分的高难度题目上表现稍弱。更值得关注的是，模型不仅能给出正确答案，还能输出与人类解题思路一致的详细步骤，甚至会标注关键解题技巧，如“构造辅助函数”“反证法应用”等，解题过程的可读性远超同类模型。
“我们构建了包含200万道数学题的专项数据集，涵盖IMO真题、各国数学竞赛试题及高校数学系习题，并引入‘多步推理监督’训练方法，让模型学会像人类数学家一样拆解问题。”DeepSeek技术负责人张博介绍，团队还针对数学符号、公式推导进行了专项优化，模型对积分、微分方程、群论等专业数学表达的理解准确率达99.2%。
技术创新：三大核心优势筑牢性能壁垒
DeepSeek-Math-MO的性能突破，源于三大技术创新：
一是“分层推理架构”。模型采用“问题分析-子问题拆解-步骤推导-答案验证”的四阶段推理流程，在处理复杂题目时，会先识别题目类型与核心考点，将大问题拆解为多个可解决的子问题，再逐步推导，最后通过内置的验证模块检查逻辑漏洞，避免“跳跃式解题”与计算错误。
二是“符号-文本双模态融合”。针对数学题中“自然语言描述+符号表达式”的混合输入场景，模型专门设计了符号编码器，可将公式、图表等转化为结构化特征，与文本信息深度融合，解决了传统模型“符号理解混乱”“公式推导出错”的痛点。例如，在处理含复杂积分公式的物理应用题型时，模型能精准识别积分上下限与变量关系，推导过程无符号错误。
三是“领域知识增强预训练”。团队在通用大模型基础上，额外进行了1000亿Token的数学领域预训练，数据涵盖从小学奥数到大学高等数学、甚至部分数学科研论文，让模型构建起完整的数学知识体系，能够应对跨领域的综合题型，如“用组合数学方法解决概率问题”“结合数论知识证明代数恒等式”等。
全版本开源，赋能科研与教育场景
此次DeepSeek不仅开源了DeepSeek-Math-MO的模型权重，还同步开放了训练数据集、推理代码及优化工具包，开发者可在GitHub与Hugging Face平台免费获取。模型提供7B、14B、70B三个参数版本，其中7B版本可在普通消费级GPU上运行，14B版本适配云端服务器，70B版本则面向企业级高精度需求。
开源后，模型已迅速引发科研与教育领域的关注。清华大学数学系教授李娟表示，团队已基于该模型开发“数学科研辅助系统”，用于定理推导与论文公式校验，“过去需要一周时间验证的引理，现在模型能在2小时内完成初步推导，大幅提升科研效率”；国内在线教育平台猿辅导则计划将模型集成至智能题库，为学生提供个性化解题指导，针对不同知识点薄弱的学生生成定制化习题与解析。
DeepSeek还宣布启动“数学AI生态计划”，将投入1000万元扶持基于该模型的二次开发项目，重点支持教育、科研、工程计算等领域的应用创新。目前，已有中科院数学与系统科学研究院、上海交通大学数学系等20余家科研机构与企业加入该计划。
打破垄断，推动国产数学AI走向全球
在此之前，高端数学推理大模型的技术话语权长期由谷歌、OpenAI等海外企业掌握，其闭源策略不仅限制了技术普及，也让国内相关领域的发展面临“卡脖子”风险。DeepSeek-Math-MO的开源，不仅为国内开发者提供了顶尖的技术底座，更向全球展示了国产大模型在高端推理领域的实力。
行业分析师指出，数学推理能力是大模型走向通用人工智能的关键一步，该能力的突破将带动AI在更多专业领域的应用，如工程计算、金融风控建模、量子物理研究等。“当数学大模型能自主完成复杂推导，AI将从‘辅助工具’升级为‘科研伙伴’，推动多个领域的创新效率提升。”
张博透露，团队下一步将聚焦数论题型的性能优化，目标是让模型IMO得分突破35分，同时计划拓展模型的应用场景，开发面向工程、物理的专用数学推理版本。“我们希望通过开源，汇聚全球开发者的力量，让数学AI技术更快地服务于科研创新与教育公平。”
目前，DeepSeek-Math-MO的7B与14B版本已开放下载，70B版本将于12月中旬上线。对于科研机构与教育非盈利组织，DeepSeek还提供免费的算力支持，进一步降低技术使用门槛。这场由国产AI企业掀起的“数学大模型开源革命”，正悄然改变全球AI领域的技术格局。
