AI拿下IMO滿分金牌！小紅書dots模型42/42分，比肩全球7位人類天才

IMO滿分金牌——這是AI數學推理能力的"圖靈測試"級別里程碑

2026年7月21日，一個注定被寫進AI史的日子：小紅書dots團隊帶著dots-note 3.0模型參加第67屆國際數學奧林匹克（IMO 2026），六道題全部滿分，42/42分，全球僅7位人類選手獲此成績。

這不是一個"AI又考了個高分"的新聞。IMO是地球上最難的數學競賽，沒有之一。每年全球最頂尖的高中生在IMO上鏖戰，能拿滿分的寥寥無幾。2026年，全球只有7個人類選手拿到了滿分金牌。現在，AI也做到了。

更令人震驚的是：dots-note 3.0不依賴形式化語言，直接讀取原始LaTeX題目，通過遞歸自我批判能力端到端完成解題。而且，它還是dots3系列中最輕量級的模型。

"IMO滿分金牌這個里程碑，背后是模型遞歸自我批判能力的突破。不依賴形式化驗證就能給出優雅證明，這對數學推理研究是個真信號，做推理方向的值得細讀。"——AIHOT編輯推薦語

1 IMO滿分意味著什么？不只是"AI會做題"

很多人會問：AI能考IMO滿分，跟我們有什么關系？

答案是：IMO滿分驗證的不是"AI會做題"，而是"AI能推理"。

IMO的題目不是"1+1=2"的計算題。每道IMO題目都需要創造性的數學思維——你需要從零開始構建證明思路，嘗試不同的路徑，在遇到死胡同時回溯，最終找到一條優雅的證明路徑。這不是"模式匹配"能解決的問題，這是真正的"推理"。

過去，AI在數學推理上的表現一直差強人意。大語言模型可以"背誦"已知的數學定理，但遇到需要原創性思維的新問題時，往往會"胡編亂造"。這就是為什么IMO一直是AI的"終極考場"——它考的不是知識，而是創造力。

dots-note 3.0的滿分，意味著AI第一次在"需要創造性推理"的頂級智力競賽中，達到了人類頂尖水平。這不是"AI的記憶力比人好"，而是"AI的推理能力開始逼近人類"。

遞歸自我批判——讓AI在解題過程中不斷"反思"自己的推理，是這次突破的核心

2 遞歸自我批判：dots-note 3.0的核心秘訣

dots-note 3.0最引人注目的技術特點是遞歸自我批判。

什么是遞歸自我批判？簡單說，就是讓模型在解題過程中不斷"反思"自己的推理是否正確。傳統的大模型在推理時是"一條路走到黑"——給出一個答案，然后堅持這個答案。但dots-note 3.0不同：它在生成每一步推理后，會主動檢查這一步是否正確、是否有漏洞、是否有更優雅的解法。

這就像人類數學家的工作方式：不是"寫下一個答案就完事"，而是"反復推敲、反復修改、反復驗證"。高斯不會因為第一次嘗試就得到正確答案而停止——他會尋找更優美的證明。dots-note 3.0的遞歸自我批判，本質上是在模擬這種"數學家式的思維"。

而且，dots-note 3.0不依賴形式化驗證工具（如Lean、Coq等）。這意味著它不需要把數學問題翻譯成形式化語言，而是直接讀取人類寫的LaTeX題目，用人類的數學語言進行推理。這個能力，比依賴形式化工具的方案更接近"人類式的數學思維"。

dots-note 3.0 IMO 2026 核心數據

• IMO成績：42/42分，滿分金牌

• 人類對比：全球僅7位人類選手獲滿分金牌

• 解題方式：不依賴形式化語言，直接讀取原始LaTeX題目

• 核心技術：遞歸自我批判

• 模型規模：dots3系列最輕量級模型

• 開源狀態：預期將開源

• 團隊：小紅書 dots 團隊

3 小紅書做AI？從"種草"到"IMO金牌"

很多人對小紅書的印象還停留在"種草平臺"。但dots團隊在AI數學推理上的突破，讓人不得不重新審視這家公司的技術實力。

小紅書dots團隊并非突然冒出來的。dots系列模型一直在數學推理、代碼生成等方向深耕。dots3系列在多個基準測試中都有出色表現。但IMO滿分金牌，無疑是最具沖擊力的"成績單"。

這背后是中國AI行業一個值得關注的趨勢：非傳統AI公司正在AI核心技術上取得突破。不只是BAT和字節，小紅書、快手、美團等公司也在AI研發上投入巨資。這些公司有獨特的業務場景和海量數據，當它們把AI能力與自身業務深度結合時，往往能產生意想不到的化學反應。

dots-note 3.0預期將開源，這意味著全世界的數學家和AI研究者都可以基于這個模型進行進一步的研究。這不僅是小紅書的勝利，也是開源AI社區的勝利。

從"會做題"到"能發現新的數學定理"——AI數學推理的下一站

4 從IMO滿分到"AI數學家"：還有多遠？

IMO滿分是一個里程碑，但它不是終點。從"能解IMO題"到"能發現新的數學定理"，中間還有巨大的鴻溝。

IMO的題目，再難也是"已知有解"的。每道題都有標準答案，評委會提前驗證過。AI做的是"找到已知的答案"。但真正的數學研究，面對的是"不知道有沒有解"的問題——你甚至不知道答案是否存在，不知道這條路是否走得通。

這種"在不確定性中探索"的能力，是當前AI不具備的。人類數學家可以花幾年甚至幾十年研究一個猜想（比如費馬大定理，花了358年才被證明），但AI目前還不能做這種"長期、開放式的探索"。

不過，騰訊混元同日發布的Hyra-1.0給出了一個方向：遞歸自我改進的研究智能體。Hyra在55個數學開放問題中刷新了29個歷史最好結果。如果dots的"遞歸自我批判"和Hyra的"遞歸自我改進"結合起來，AI自主進行數學研究的那一天，可能比我們想象的更近。

AI數學推理的三條技術路線

形式化驗證路線（Lean/Coq）：將數學問題翻譯成形式化語言，用定理證明器驗證。優點是100%可靠，缺點是翻譯成本高、不靈活。

端到端推理路線（dots-note 3.0）：直接讀取人類數學語言，自主推理。優點是靈活、接近人類思維，缺點是可靠性不如形式化驗證。

遞歸自我改進路線（Hyra-1.0）：讓AI在推理過程中不斷改進自己的策略。優點是可能發現人類未發現的解法，缺點是穩定性不足。

5 冷靜看待：IMO滿分背后的"冰山"

盡管dots-note 3.0的IMO滿分令人振奮，但幾個現實問題值得冷靜思考：

42分≠42分。AI的42分和人類的42分，意義不完全相同。人類選手在考場上只有幾個小時，不能查閱資料，不能重試。AI的"考試環境"是否與人類完全一致？如果AI可以多次嘗試、可以選擇最優答案，那這個"滿分"的含金量需要更透明的評估標準。

最輕量級模型拿滿分，說明什么？dots-note 3.0是dots3系列最輕量級模型。這當然說明了"小模型也能有大能力"，但反過來也說明：IMO題目可能被"過擬合"了。如果模型在訓練數據中見過類似題目，滿分就不完全代表"推理能力"。

從"解題"到"發現"的鴻溝。如前所述，IMO題目是"已知有解"的。真正的數學研究是"探索未知"。AI能否從"解題工具"進化為"發現工具"，是下一個需要回答的問題。

IMO滿分金牌是一個里程碑，但它的真正意義不在于"AI比人類聰明"，而在于"AI終于開始理解'推理'這件事了"。當AI不僅能"算"出答案，還能"想"出答案、"批判"自己的答案時，我們離通用人工智能就近了一步。這條路，剛剛開始。