1. 首页
  2. ›OpenAI萬級AI智能體88小時攻克千禧數學難題

OpenAI萬級AI智能體88小時攻克千禧數學難題

N
nashnova research
·2026-11-15发布·阅读约 5 分钟

OpenAI調動約一萬個AI智能體、耗時88小時,完成了懸賞百萬美元逾90年未解的納維-斯托克斯方程證明——這意味著AI的數學能力正從奧賽金牌躍升至人類頂級研究前沿,算力投入回報的定價邏輯正在被改寫。

01

這道題到底有多難、AI怎麼解的?

•
納維-斯托克斯方程(描述流體運動的基本方程——水流、氣流、血流都靠它)是克雷數學研究所2000年設立的七道千禧難題之一,懸賞100萬美元,人類數學家研究逾90年未能解決。
•
證明的核心結論:一股從靜止起步、受平滑外力驅動的流體,能在有限時間內自發產生「奇點」。簡單來說=想像一根意大利麵被越擰越細、越轉越快,最終在數學上「炸掉」——流體自己就能產生這種極端狀態。
•
AI的做法是「人海戰術」:約一萬個智能體分組協作,組內互通信息,配備緩存互聯網和代碼執行環境,共交換約270萬條消息,生成約1,300億個token,耗時約88小時。
•
證明完成後,GPT-6 Astra又花約17小時,用形式化驗證工具Lean(一種能逐行檢查數學推理是否正確的軟件)逐行核對整套證明。
02

這件事花了多少錢、未來會便宜多少?

•
據奧特曼估算,完成這次證明的算力成本約為一千萬美元量級。OpenAI表示不打算領取那100萬美元獎金。
•
奧特曼打賭:從完成納維-斯托克斯證明起算,一年後重複同等任務的成本將降至當前的百分之一,即約十萬美元量級。
•
這意味著→如果這個賭注成立,今天千萬美元級別的AI研究任務,一年後可能只是一筆中等預算的研發開支。算力成本的下降速度,直接決定了AI做「重大科研」這件事的經濟可行性。
03

Anthropic也解了一道——兩家到底誰先?

•
事情起因是一則傳聞:9月1日,OpenAI聽聞有兩道千禧難題已被解出,隨即啟動攻題。
•
事後查明:Anthropic員工阿爾普格與紐約大學數學教授巴克馬斯特借助Anthropic內部模型,證明了帶外力的歐拉方程——這與納維-斯托克斯方程相關但不同。
•
OpenAI在公告中承認,帶外力歐拉方程的證明由Anthropic一方率先完成,但兩份證明在方法上差異顯著。這反映出頂級AI實驗室之間的數學競賽已經從「誰先過奧賽」升級到「誰先解千禧難題」。
04

楊-米爾斯問題又是甚麼進展?

•
10月底,OpenAI進一步宣布完成千禧難題楊-米爾斯存在性問題(涉及粒子物理標準模型的數學基礎)的前半部分證明。完整證明分為「存在性」與「質量間隙」兩部分,後者難度更高,目前尚未完成,百萬美元懸賞仍然有效。
•
為確保證明可信,OpenAI邀請2004年諾貝爾物理學獎得主格羅斯擔任主席,組建五人「護送委員會」先行審核,並在GitHub公開全部Lean代碼及評審文件。
•
評審文件開篇寫道:「我們用OpenAI的Astra幫助消化其提交的Lean代碼。我們還不敢說完全看懂了這個證明。」說白了=連諾獎得主領銜的審核委員會,都需要AI輔助才能讀懂AI寫的證明——評審文件致謝部分還註明徵詢了Anthropic旗下Fable模型的意見。
05

這對AI行業和市場意味著甚麼?

•
播客主持人帕特爾給出一條時間線:2023年模型連四位數加法都不穩定,2025年拿下國際數學奧賽金牌,2026年解出千禧難題。
•
他據此修正判斷,認為AI追平頂尖人類研究者「最晚2030年,快的話明年」。
•
這意味著→AI解題能力的躍升速度,正在重塑市場對AI研發周期與算力投入回報的定價預期。如果奧特曼「成本一年降至百分之一」的判斷接近事實,當前圍繞算力基礎設施的巨額投資,其回收周期可能比市場預想的更短。

市场有风险,内容仅供研究参考,不构成投资建议。

相关标的

4
  • MicrosoftMSFT.US+0.2%

    OpenAI最大投資方與算力提供者,千萬美元級算力消耗直接轉化為Azure收入。

  • NVIDIANVDA.US-2%

    萬級智能體並行推理依賴大規模GPU集群,算力需求躍升直接利好AI晶片供應商。

  • Robotics & Artificial Intelligence ETFBOTZ.ETF-0.6%

    AI能力躍升重估整個AI產業鏈研發週期與商業化預期,該ETF覆蓋核心AI標的。

  • Arista NetworksANET.US-4.5%

    萬級智能體交換270萬條訊息需高頻寬資料中心網路,Arista為主要AI集群網路供應商。