当地时间9月8日，OpenAI对外公布重磅科研突破，其一款未对外披露的自研AI模型，成功破解困扰数学界近90年的纳维-斯托克斯存在性与光滑性问题。该难题是克莱数学研究所2000年公布的七大千禧年大奖难题之一，而本次参与攻坚的模型，综合性能优于现阶段公开的GPT-6 Astra。
纳维-斯托克斯问题核心聚焦流体运动方程的有效性，主要探究初始状态平滑的静止流体，是否会在有限时间内出现流速无限激增的奇点现象，是流体力学与纯数学领域的核心攻坚难题，数十年间始终未能被人类完整证明。
近期全球顶尖AI机构在高端数学领域接连取得突破。就在上月，Anthropic曾官宣其内部未公开的Claude研究模型，在黎曼猜想研究中实现关键突破，将黎曼ζ函数临界线上零点比例的长期下界，从原本的41.6%提升至67.2%，大幅刷新行业研究纪录，引发全球学术界热议。
▲ 局部不可压缩运动的示意图。橙色表示角旋转速度较快；青色表示角旋转速度较慢。环流速度也取决于半径。轨迹显示出向内螺旋运动和轴向拉伸。
据OpenAI披露，本次纳维-斯托克斯难题的攻坚工作，依托约10000个AI智能体协同运算完成，整体研发证明流程耗时88h。团队不仅产出完整的数理分析证明，还通过Lean编程语言完成全部内容的形式化验证，其中验证环节由GPT-6 Astra独立完成，耗时17h。
OpenAI研究员塞巴斯蒂安·布贝克对本次成果给予高度评价，称其是过去十二个月里，AI数理研究领域最具标志性的突破性成果。本次证明的核心逻辑，是通过构建向内旋转、持续拉伸的涡流模型，在保证整体能量符合物理定律、维持有限状态的前提下，验证流体奇点的存在可能，研究结论精准对应该难题官方界定的C、D两类情形，且全程基于外力光滑的前置条件推导得出。
▲ OpenAI 所使用的这款内部模型在开放数学问题方面性能远超 GPT-6
不过这项重磅突破公布后，迅速在学术圈引发争议与质疑。纽约大学数学教授特里斯坦·巴克马斯特与Anthropic研究员莱文特·阿尔珀格，在OpenAI官宣前一日刚刚发布了流体方程相关前沿研究成果。巴克马斯特提出质疑，认为OpenAI是在获悉二人的研究进展后，才临时调整资源布局，聚焦外力驱动研究方向完成突破。
他同时担忧，自己与团队此前存储在OpenAI Codex模型中的研究数据，可能被用于本次课题的模型训练与研究参考，但始终未获得OpenAI的明确答复。针对相关争议，布贝克公开予以否认，强调所有参与研究的工作人员与AI智能体，均未调取、查阅任何用户私有研究数据。但OpenAI也坦诚，无法完全排除平台匿名化的公开用户数据，对模型迭代优化产生辅助作用。
本次AI攻克顶级数学难题的事件，也让行业重新审视人工智能深度介入高端科研带来的多重影响。知名数学家陶哲轩表示，这类世界级数学难题是引领人类基础科学探索的重要灯塔，但AI跳过人类深度思辨、独立完成核心难题攻坚的模式，也存在潜在隐患，或将弱化人类对基础数学原理的深度理解与探索能力。
从成本维度来看，本次科研攻坚的算力投入成本高达1500万至2250万美元。OpenAI明确表示，不会申报克莱数学研究所设立的100万美元专项奖金。尽管如此，这场突破性的科研成果，依然引发业界关于AI科研成果归属、学术数据隐私保护、人工智能可持续发展边界等一系列核心问题的深度讨论。
（素材来自：OpenAI 智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。