据Anthropic在X平台披露，哈佛物理学家Matthew Schwartz带领Claude Opus 4.5完成一项研究生水平的理论物理推导；尽管模型尚不足以自主产生原创研究，但能显著加快复杂公式推演与错误校验。根据Anthropic的报道，该流程由专家将问题分解，Claude Opus 4.5负责符号运算、LaTeX排版与逐步验证，从而缩短迭代周期并减少代数失误。这一用法对半导体、能源与航天等物理密集型行业的R&D辅助工具具有直接商业价值，可用于草拟计算、验证中间步骤与生成可复现实验记录。

据Demis Hassabis在X平台介绍，Gemini 3 Deep Think以专家级学科知识与工程实用性为核心，为数学、物理、化学等领域研究者提供辅助（来源：Demis Hassabis，X，2026年2月12日）。据其分享的视频与帖子，Lisa Carbone教授展示了在复杂研究中的实际用法，包括分步推理、符号运算与代码生成，用于验证推导与快速测试假设（来源：Demis Hassabis，X）。据该内容所述，该模型有望缩短证明与仿真的迭代周期，提升学术与企业R&D团队的研究效率（来源：Demis Hassabis，X）。从商业机会看，潜在方向包括：面向科研软件的专业Copilot、与数值仿真与符号计算工具的集成、以及面向合规研发场景的可追溯与可复现解决方案（来源：Demis Hassabis，X）。

根据Google DeepMind官方消息，该公司与Google.org合作推出AI for Math（AI数学创新计划），联合五家顶尖研究机构推动AI在数学领域的应用（来源：@GoogleDeepMind）。此次合作旨在利用先进人工智能模型加速数学研究突破，包括符号计算、定理证明和数据驱动的数学洞察。该计划将为科学研究与教育科技领域的AI解决方案提供新的商业机会（来源：@GoogleDeepMind）。