← 返回首页
A I · D A I L Y 2026 年 9 月 9 日 · 星期三

万级智能体 88 小时"解出"千禧年数学难题 · Meta 付费个人智能体登场

今日看点:AI 科研自动化 · 优先权与数据争议 · 智能体收费元年信号
01

今日头条 · AI 大事记

SEPTEMBER 9
RESEARCH · 争议

OpenAI 宣称一万个智能体 88 小时攻克纳维-斯托克斯难题,数学家同日指控抢跑

OpenAI 美东时间 9 月 8 日官网宣布:一个未公开的内部模型(官方称能力显著超越刚发布的 GPT-6 Astra)协同约 1 万个智能体,88 小时生成 166 页完整证明并通过 Lean 4 形式化验证,给出否定性解答——光滑流体可在有限时间内形成奇点,宣称解决克莱数学研究所千禧年大奖难题之一(悬赏 100 万美元),并明确放弃申领奖金。但成果官宣前,纽约大学数学家巴克马斯特(Tristan Buckmaster)与 Anthropic 研究员 Alpöge 已发布四页声明,指控 OpenAI 听闻二人相近研究后抢跑,并质疑二人存在 Codex 里的研究草稿是否被模型接触;OpenAI 承认"无法排除去标识化数据曾帮助改进模型"。

PRODUCT · AGENT

Meta 正式推出个人智能体 Muse:可代付款、代发邮件,月费最高 100 美元

Meta 美东时间 9 月 8 日发布个人 AI 智能体 Muse(内部代号 Hatch),运行在专用安全虚拟机 Muse Secure VM 中,可代用户完成网购、购票、预订行程、发邮件、卖车、填表付款等任务,入口覆盖独立 App、Muse.ai、WhatsApp 及 Meta AI 眼镜。这是 Meta 首次对消费级 AI 助手收取订阅费,最高档月费 100 美元,被扎克伯格定位为"个人超级智能"战略核心。值得注意的是,报道同步披露 Meta 内部对该技术管理敏感个人数据权限"存在管理不善的担忧"。

MODEL · OpenAI

ChatGPT Images 2.5 发布:延迟减半,API 首拆快慢两档

图像生成延迟最多降低 50%,中文乱码修复,新增手绘草图参考与图片内评论标注;API 拆分为 Sunburst 与 Flare 两档,全量用户可用。

CHIP · 高通 × 亚马逊

高通打入 AWS 供应链:定制 AI 推理芯片 + 1.6T 光互联

双方跨多代合作开发数据中心定制推理芯片与最高 1.6T 光连接方案,高通将 AWS Bedrock 用于芯片设计;配套认股权证对应最高约 600 亿美元采购框架。

ECO · 阿里千问

十余家金融智能体集中上线千问,4 家券商首批入驻

兴业证券、国泰海通、东吴、中金财富等券商智能体与基金、期货、保险类智能体同台分发,大模型平台开始充当强监管行业的智能体入口。

WATCH · 本周前瞻

Grok 4.7 倒计时 3 天,中美 AI 会谈窗口临近

xAI 预告 9 月 12 日发布 2.1 万亿参数 Grok 4.7;9 月 24 日中美元首会晤前,AI 安全专项会谈仍待双方正式确认。

DEEP DIVE · 深度追踪

一万个智能体 88 小时产出数学证明:
科研自动化的里程碑,还是一场数据信任危机?

比"千禧难题被解决"更值得开发者关心的,是 OpenAI 那句"无法排除你的草稿被用于训练"
02

事件核心事实

1万
协同工作的智能体数量
88小时
从启动到产出完整证明
166页
证明篇幅,已通过 Lean 4 验证
$100万
千禧年难题悬赏,OpenAI 放弃申领
■ 证明声称了什么

否定性解答:光滑流体可以在有限时间内"爆破"

  • 纳维-斯托克斯方程存在性与光滑性问题:2000 年克莱数学研究所提出的七大千禧年难题之一,悬赏 100 万美元,悬置近百年
  • OpenAI 给出的是否定性结论:原本静止、流动光滑的流体,在光滑外力作用下可于有限时间内产生奇点(速度趋于无穷),而全过程动能始终有限——官方称这证明了难题陈述中的 C 项(同时证明 D 项)
  • 证明形态为一种向内旋转、不断加速的涡旋;论文与 Lean 4 形式化验证代码已全部公开
  • 执行主体是 OpenAI 未公开的内部模型,官方称其能力"显著超越"9 月 3 日刚发布的 GPT-6 Astra;清华姚班出身的陈立杰评论"这是一个非常不可思议的时代"
■ 争议:优先权指控与数据来源

两位数学家在官宣前十几小时已公开发难

  • 纽约大学柯朗研究所流体力学专家巴克马斯特与 Anthropic 研究员 Alpöge 发布四页声明:二人长期研究相近流体方程问题(建立在学者 Córdoba 与 Martínez-Zoroa 多年工作基础上),研究过程大量使用 Claude、Codex 和 GPT-5 辅助,已取得相关欧拉方程成果
  • 指控核心有三:OpenAI 在听闻二人研究进展传言后调动内部模型与大量算力抢跑;论文署名与发布安排不公;二人存在 Codex 中的研究草稿可能被模型接触
  • OpenAI 回应:研究人员和智能体在二人公开成果前未以任何方式看到其研究,也未为解题专门访问特定用户数据;但同时承认无法排除二人使用产品产生的去标识化数据曾帮助改进模型
  • 数学界规则:任何证明须经期刊正式发表、同行多年反复核验才能认定成立,克莱研究所尚未发声;当前状态仅为 OpenAI 单方宣称

1"攻克"是媒体抢跑,形式化验证不等于数学界认定

Lean 4 验证的是证明在给定公理体系内的逻辑自洽,但它不回答两个更前置的问题:证明的建模假设是否严格对应千禧难题原始陈述,以及否定性结论所依赖的构造是否经得起流体力学社区推敲。OpenAI 自己放弃 100 万美元奖金,说明连它都清楚这不是领奖的时候——奖金的认定权在克莱数学研究所。现在就写"AI 解开世纪难题",是把新闻稿当成了判决书。

2真正的信号不是数学突破,是"暴力科研流水线"成型

一万个智能体、88 小时、166 页、数百万美元算力成本——这套打法的本质是把科研变成可并行调度的工程任务。它同时透露了一个外界无法验证的信息:OpenAI 手里压着比 GPT-6 Astra 更强的模型,能力披露与产品发布之间出现"代差"。这类科研任务今后只有拥有十万卡级集群的实验室玩得起,前沿研究的门槛不是被 AI 拉低了,而是在资本维度被抬高了;开源生态与闭源前沿的差距,正从跑分蔓延到原创发现。

3开发者真正该读的是那句"无法排除去标识化数据被用于训练"

这句话在法律措辞上极克制,翻译成白话就是:你在 Codex 里粘贴的研究草稿、核心代码、未公开方案,有可能以去标识化形式进入模型改进管道。巴克马斯特团队的指控把这个长期含糊的灰色地带摆上了台面——他们是顶级数学家,用 AI 工具做前沿研究,然后怀疑自己的半成品"喂"出了竞争对手的成果。对在编程工具里处理核心资产的团队,这是数据合规红线问题:企业版的数据条款、关闭训练的开关、审计权,会被重新逐字审视。

4AI 成果的"确权"问题,从此绕不过去了

当模型开始产出值百万美元、可署名、可专利的成果,"谁是发明者"立刻变成真金白银的问题:是部署模型的 OpenAI、是提示与调度的研究者、是产出训练数据的用户,还是被参考思路的同行?争议结构与此前的蒸馏指控、版权诉讼同构——都是训练数据来源与产出归属。中国最高法 9 月 7 日刚发布 AI 纠纷裁判意见,这类跨国争议未来大概率会在多个司法辖区被直接压测;OpenAI 放弃奖金是聪明的公关,但放弃奖金不等于放弃后续的专利与论文署名布局。