突发，OpenAI下一代Bel爆出攻克千禧年难题「纳维–斯托克斯方程」！
OpenAI于9月9日宣布，其研发的AI智能体系统在88小时内成功解决了“纳维-斯托克斯存在性与光滑性问题”，这是克莱数学研究所2000年公布的七大“千禧年大奖难题”之一。此前20余年间，仅有庞加莱猜想被成功证明。
纳维-斯托克斯方程是流体力学的基础框架，用于描述液体与气体的运动规律，广泛应用于飞机气动设计、气象预报及血流动力学模拟。该难题的核心在于：三维不可压缩流体方程是否会在有限时间内产生“奇点”——即流体速度趋于无穷大的数学现象。物理现实中，无限速度无法实现，这意味着方程在极端条件下可能失效。OpenAI的研究结果表明，连续性近似确实会在特定条件下失效，并成功构造出奇点生成场景。
OpenAI此次使用了能力显著强于GPT-6 Astra的内部模型，通过大规模协同运作完成论证。该系统构建了一个初始静止的光滑流体场景：在光滑外力驱动下，流体形成向内盘旋并被拉长的涡旋，结构类似拉长的面条。中心区域不断加速收缩，流体速度无界增长，但能量始终维持在有限范围内。系统生成的分析证明与形式化证明显示，加速度、压力梯度、动量传递等变量在同步增大的过程中以精确方式相互抵消，维持了物理定律的数学一致性。
算力消耗达到百万美元量级
据OpenAI披露，智能体系统在所有尝试中发送了490万条消息，消耗约3000亿输出Token。专门攻克纳维-斯托克斯问题过程中，系统发送270万条消息，使用约1300亿输出Token，加上Lean形式化验证的17小时，总算力成本预估达数百万美元。
学界反应分化：效率突破还是认知收缩？
菲尔兹奖得主、数学家陶哲轩对此表达审慎态度。他指出，如果AI在人类极少参与的情况下解决最困难的问题，可能削弱数学家对领域的深层理解。他将问题解决过程比作健身房举重——“过程本身具有巨大的教育价值，机器代为完成，虽达成结果，但人失去了锻炼心智的机会。”
此前，同济大学数学科学学院长聘副教授陈小杨曾表示，未来数学研究中，少数掌握前沿模型与巨量算力的研究者，产出可能远超传统数学学者，科研门槛正从智力挑战转向算力与算法的综合竞争。
竞争与伦理边界模糊
纽约大学数学教授Tristan Buckmaster此前透露，他与Anthropic的数学家也在推进类似研究。OpenAI承认听闻相关动向后集中了资源，但强调“未以任何方式看到他们的工作”。这种研究方向的重合与资源倾斜，在AI驱动的科研竞争中或将成为常态。
OpenAI已发布详细论文，尝试向数学界展示智能体的完整推导路径。陶哲轩将AI比作“找到隐秘瀑布小径的向导”——路径本身极具价值，但一旦被发现，后人可能只沿此路前行，放弃探索其他可能性。对AI而言，这是效率的胜利；对数学家来说，这既是工具解放，也可能意味着思维疆域的收缩。（记者 | 发自北京）
本文由AI辅助生成
