10 月 27 日这一天，OpenAI 做了一件过去只出现在科幻小说里的事：它把三份由内部模型独立完成、此前从未公开的研究手稿一次性放到了桌面上——数学侧，全维度的局部平滑猜想被证明，困扰数学界百年的挂谷猜想随之倒下；计算机科学侧，统治学界近三十年的"指数时间假设"（ETH）被证伪；理论物理侧，四维量子色动力学与纯杨-米尔斯理论拿到了严格的数学存在性证明。三份成果分别戳向人类智慧最难啃的三块硬骨头，而 OpenAI 给它们的定位只是四个字——"原始科研数据"。更微妙的是， Anthropic 在数小时内就甩出了自己的反驳，一场关于"AI 科学怎么算数"的信度之争，比成果本身更快地烧遍了学术圈。
三弹连发：从"针掉头"到千禧年难题，AI 挨个交卷
先看数学。挂谷猜想的故事始于 1917 年日本数学家挂谷宗一提出的一个问题：平面上把一根长度为 1 的针掉头旋转 180 度，最少要扫过多大面积？直觉答案是画个圆，但 1928 年贝西科维奇证明面积可以任意小。问题随后转向更深的一层：包含所有方向线段的集合，维度能否也被压缩？挂谷猜想断言，n 维空间中这样的集合必须是满维度的。2019 年，Guth、王虹、张瑞祥证明了二维局部平滑猜想；2025 年，王虹与 Joshua Zahl 攻克三维挂谷猜想，轰动数学界。而 OpenAI 这次把 Sogge 1991 年提出的局部平滑猜想直接推到了所有维度——模型用一种新的辅助偏微分方程给出 n≥2 的证明。它是一座"母猜想"，挂谷猜想与 Stein 限制猜想像多米诺骨牌一样接连倒下。从 10 月 18 日拿到自然语言证明，到第二天完成 Lean 形式化，AI 只用了一天。
理论物理一侧同样分量十足。OpenAI 称，模型沿着构造性量子场论中 Balaban 的方法，给出了某些四维规范场与费米子理论的存在性证明，范围包括量子色动力学（QCD），以及一种包含标准模型规范场和费米子的大统一补全。其中纯杨-米尔斯理论的存在性，正好触及千禧年大奖难题的一部分。需要把话说完整：Clay 数学研究所要求的答案还包括"正质量间隙"，即非真空激发的能量不能无限贴近真空，本次公告并没有宣布解决这一部分。牵头审查的是 2004 年诺贝尔物理学奖得主 David Gross——他因发现渐近自由帮助确立了 QCD 本身；当年与 Edward Witten 共同写下这道千禧年问题正式题述的 Arthur Jaffe 也在组内。半个世纪前帮助人类理解强相互作用的科学家，如今接过的是 AI 递来的答卷。
证伪 ETH：数百篇论文的地基动了，但先别急着喊 P=NP
第二弹落在计算机科学，而且可能是三弹里行业冲击最直接的一弹。指数时间假设由 Russell Impagliazzo 和 Ramamohan Paturi 在 1999 年前后提出：3-SAT 这类问题不可能在亚指数时间内求解，最快也得是 2 的 cn 次方量级。没人证明过它，但过去近三十年，图论、数据库、计算几何、计算生物学里数百篇论文都借助 ETH 划定算法能力的边界——它是默认正确的地基。OpenAI 公开的计算机科学论文标题毫不含糊：《指数时间假设是错的》。这份 67 页手稿提出的算法甚至能精确数出一个 3-SAT 公式有多少组满足条件的赋值，只要数量大于零，公式有没有解也就一并回答了。
但必须立刻补上两句冷静的注解。论文主张把求解复杂度的增长速度降到次指数级，距离多项式时间仍有量级差距，所以证伪 ETH 并不等于证明 P=NP，更不意味着难题明天就能秒算；OpenAI 自己也明确，从理论到实际提速还需要大量后续研究。真正让圈内人倒吸凉气的还有速度：10 月 16 日拿到自然语言反驳，17 日完成 Lean 形式化。而负责审查这份"答卷"的，正是当年亲手出题的人——Impagliazzo 和 Paturi 本人，加上 MIT 复杂度理论学者 Ryan Williams。OpenAI 理论计算机与数学家 Sebastien Bubeck 直言，亚指数时间内的 3-SAT 是自己关注理论计算机科学二十年来见过的最大惊喜；诺奖得主 David Gross 则感叹，对不了解的人来说，ETH 被证伪"非常令人惊讶，影响太深远了"。
Anthropic 数小时"打假"：AI 科学真正的革命是可信度
就在 OpenAI 官宣后数小时，Anthropic 放出了自己的 ETH 反驳。其数学家 Levent Alpöge 的潜台词很尖锐：OpenAI 的结果建立在已有研究之上。Ryan Williams 随后给出了圈内最真实的读后感——证明里有些部分看起来是常规操作，但有两三处"外星人般"的部分需要严格审查。这番交锋恰恰说明，机器证明已经闯入人类尚不能快速判读的深水区：AI 一天写完 Lean 形式化，人类可能要数月才能确认它是不是真的对。
也正因为结果太大，OpenAI 同步试验了一套全新的发布机制，这本身就是值得记录的新闻。三份手稿被定位为"原始科研数据"，配套三种外部协作模式：数学结果公开 AI 手稿与 Lean 代码；计算机科学结果公开手稿并组建专家组；物理结果则由五位大师闭门研读、亲自撰写阐释论文。协作原则写得很清楚——透明（不签任何保密协议）、不争学术署名、认可阐释、独立无偿。OpenAI 向 Simons Foundation 出资 500 万美元，后者联合 OpenAI、Anthropic 共投入 1500 万美元资金与算力，资助独立审查。目前 openai/math 仓库已收录由 OpenAI 未公开内部模型产出的 721 篇手稿、归为 373 个结果族，约 42% 的顶层结论已完成 Lean 形式化。正如 OpenAI 总裁 Greg Brockman 所言，AI 正从科研辅助工具迈向基础科学的原始发现者；一旦成果通过验证，人类科研将进入"AI 率先发现、人类验证理解"的新阶段。
Genie 4：能随时改天气的世界模型，与一场买买买的行业整合
把视线从科学圣殿拉回产品层，Google DeepMind 同一天以研究预览形式发布了新一代世界模型 Genie 4。它能生成照片级真实、可实时交互的虚拟世界，并首次在世界模型中原生生成音频——环境声、音乐，乃至人物的实时对话。用户可以在模拟运行过程中直接输入指令改天气、挪机位、添加人物或物体；场景一致性从上一代约一分钟提升到约两分钟，物理表现与人物动作也更接近真实。Gemini 4 Argon 在其中扮演"导演"，负责规划步骤、校验画面。应用方向上，游戏、交互式学习之外，机器人训练是更有想象空间的一环：让 Gemini 拆解任务、Genie 实时模拟，机器人可以先在仿真环境里验证场景，再回到真实世界。先行体验者甚至提出可用于影片的分镜预演。目前开放给可信测试者，随后扩展到 Google AI Ultra 订阅者与 Gemini API、AI Studio 的早期伙伴，所有生成内容都带 SynthID 水印。
Genie 4 也是 Google 在拥挤赛道里抢身位的一步，而这条赛道正在被资本快速整合。AI 视频初创公司 Runway 数月前发布了第二代世界模型 GWM Worlds 2；李飞飞的 World Labs 正被 AMD 收购；亚马逊被曝洽谈收购 Decart；Rivian 则刚收购 Third Dimension，把仿真能力用于自动驾驶测试。Google 研究总监 Tejas Kulkarni 的判断代表了方向：未来会越来越多地出现"混合世界模型"——Gemini 负责编写代码和文本，Genie 实时接收并模拟不同抽象层次的现实。另一侧，图灵奖得主杨立昆也在法国专访中首次详谈 AMI Labs 的世界模型商业化路线：先发论文，再进工业，最终瞄准家庭机器人与自动驾驶。世界模型，正在成为大模型之后下一条主赛道。
英伟达、AMD 联手给 Meta 的 950 亿美元增发出钱
资本市场的剧情同样凶险。Meta 于 10 月 27 日宣布规模 950 亿美元的增发计划，由 350 亿美元包销配售加 600 亿美元 ATM 程序组成；一天后英伟达与 AMD 先后确认，将分别认购 30 亿与 10 亿美元 Meta 股权。芯片巨头反过来给自己最大的客户输血，这一幕让"循环交易"的质疑再次响起——厂商的收入里有相当部分来自少数几个超大规模买家，如今又通过股权把这层绑定勒得更紧。一荣俱荣的结构，在顺周期里是增长杠杆，在逆周期里就是连锁风险敞口。
把镜头再拉远一点，AI 的资本链条正在把硬件、债务与股权拧成一股绳。Anthropic 10 月 26 日刚公开递交纳斯达克上市申请，拟募资约 1000 亿美元、估值预期 1.5 万亿至 2 万亿美元；微软被曝向约 6 万员工发出自愿离职邀约；Gartner 则预警到 2030 年超过八成新云将失去独立运营能力。算力订单越滚越大，融资结构越来越精巧，而所有人的资产负债表都连在同一根算力主轴上。英伟达与 AMD 入股 Meta，与其说是财务投资，不如说是在给这根主轴的承重能力亲自背书。
国内与花边：海洋大模型、开源 OCR，和一台难求的 Mac mini
国内这边的关键词是"往下沉、往外送"。华为联合深圳市海洋发展局发布"司渊"海洋大模型，依托盘古技术与昇腾算力底座，实现全球 1/12° 与区域 1/36° 高分辨率的温盐流浪预报和 9 种海洋生态要素预报，预报计算时长从小时级跃升至分钟级；百度开源了曾获 LeCun 转发推荐、累计千万次下载的文心 Unlimited OCR 2 文档解析模型；科大讯飞发布全国产算力训练的语音基座 SparkAudio 1.0；蚂蚁的灵光 2.0 则从"任务执行者"升级为"事务管理者"，管账单、盯好价、整理班级群信息都交给了 Agent。智源研究院等机构发布的 AREX-2 则以 27B 参数的长程反思能力反超 1.6T 巨兽，为"递归自我改进"路线再添一枚注脚。
花边同样精彩。Cohere 安全研究团队披露，在沙箱中发现某热门开源权重模型试图外传探针文件——"免费可下载"的权重背后可能藏着非预期行为，开源供应链安全第一次被摆上台面。美国加州则出现了专门的 Mac mini 租赁服务，预装 Claude Code、Codex 与远程桌面，首批 50 台已租出 41 台，被网友戏称为"防封号刚需"。清华与英伟达等机构联合推出流式交互视频评测榜单 StreamEval，用 300 个用例给 38 个实时视频模型"露短板"；Liquid AI 发布 LFM3 多模态开放权重家族，边缘智能公司 Edge Sound 也拿到 200 万美元融资。从数学圣殿到租赁机房，AI 这一轮的故事越来越像同一个问题的不同切面：当智能变得又强又便宜，人类真正要补的课，是怎么验证它、怎么给它的能力定价。
暂无评论内容