2025年7月，IMO赛场上演AI巅峰对决。7月19日，顶尖大模型几乎全军覆没；两天后，OpenAI和DeepMind等实验室斩获5/6题。7月23日，哈佛与UCLA学生用Gemini 2.5 Pro+多轮验证框架发布论文并开源代码。次日，蚂蚁AWorld团队仅用6小时复现DeepMind成果，开源一键运行的多智能体IMO系统。实验表明，多智能体协同能超越单模能力，解决复杂IMO问题，并提出构建最优输入、实现元认知等理论支持。AWorld采用事件驱动架构，具备模型即插即用、全链路可观测性等优势。团队透露，未来将测试“多智能体+形式化验证”组合，目标直指Lean4形式化证明。IMO或成人类最后一次战胜AI的机会。

标题：GPT-4o解验证码成功率仅40%？MetaAgentX发布Open CaptchaWorld平台 MetaAgentX团队推出Open CaptchaWorld，首个专注多模态Agent解验证码能力的研究平台。实测显示，人类解题成功率为93.3%，而顶级多模态模型平均成功率仅5%-40%...