OpenAI公布纳维-斯托克斯方程解答
OpenAI公布了一份针对纳维-斯托克斯方程千禧年大奖难题的解答，这道悬而未决约90年的数学难题探讨光滑三维流体运动是否可能出现失效（即解是否会在有限时间内产生奇点）。
据披露，这份证明由一组AI智能体协作完成，所使用的模型能力显著超过此前的GPT-6 Astra，属于尚未正式对外发布的下一代模型，这意味着OpenAI在内部已具备比公开产品更强的推理能力储备。
纳维-斯托克斯方程是描述粘性流体运动的偏微分方程组，广泛应用于航空航天、气象预测、海洋工程等领域，其"解的存在性与光滑性"问题由美国克雷数学研究所列为七大"千禧年大奖难题"之一，悬赏100万美元，此前七个难题中仅庞加莱猜想由俄罗斯数学家佩雷尔曼于2003年证明。
OpenAI此次公布的方式是直接对外发布解答，而非按数学界惯例先提交学术期刊或预印本平台接受同行评审，这一发布路径本身也引发关注，意味着该证明的正确性目前主要依赖数学界事后的独立核验，而非经过传统同行评审流程确认。
按照克雷数学研究所对千禧年大奖难题的认定规则，一项证明通常需要在学术期刊上发表并经过至少两年的检验期，才有资格被正式确认为解决方案并授予奖金，这意味着即便OpenAI的解答最终被证实正确，正式认定也需要较长的时间周期。
从行业影响角度看，若这一证明最终被数学界证实成立，将是AI系统首次独立解决顶级悬而未决数学难题的标志性事件，可能显著提升市场对OpenAI下一代模型推理能力的预期，并对其后续融资估值、企业客户合作乃至竞争对手（如谷歌DeepMind、Anthropic）的科研投入方向产生连锁影响；而在证明未经证实前，市场更可能呈现观望态度，相关炒作与质疑声音预计将同时存在。
来源：公开信息
ABAB AI 解读
OpenAI在数学与科研能力展示上的路径此前已有铺垫——2024年至2025年间，OpenAI及竞争对手谷歌DeepMind均通过其推理模型在国际数学奥林匹克（IMO）级别题目上取得接近金牌水平的成绩，谷歌DeepMind的AlphaProof和AlphaGeometry此前已在形式化数学证明领域取得阶段性成果，OpenAI此次直接对千禧年大奖难题发起挑战，是这一竞赛路径的进一步延伸。
OpenAI持续将大量算力和研发资源投入到具备更强推理能力的下一代模型训练中，此次纳维-斯托克斯方程解答由"能力显著超过GPT-6 Astra"的内部模型完成，表明公司将顶级科研难题作为验证其未公开模型能力上限的试金石，这类展示往往服务于强化其在企业客户、科研机构合作及新一轮融资谈判中的技术叙事地位。
这与IBM深蓝在1997年击败国际象棋世界冠军卡斯帕罗夫、AlphaGo在2016年战胜围棋冠军李世石的路径逻辑相似——头部科技公司选择以人类智力的最高象征性难题作为技术能力的公开验证场。目前生成式AI行业正处于从"通过考试类基准证明能力"转向"直接攻克人类尚未解决的顶级科学难题"的阶段性跃迁节点。
本质属于技术替代逻辑向基础科学研究领域的延伸——如果AI系统能够独立完成人类数学家90年未能解决的证明，意味着复杂前沿科学问题的攻克路径正从"依赖顶尖人类专家的长期积累"转向"依赖算力与模型能力的持续投入"，机制核心在于：当模型推理能力突破某个临界点后，原本被视为需要人类灵感与直觉的科研环节，也开始具备被工程化、规模化解决的可能性。
ABAB News · 认知定律
当算力开始碰千禧年难题，人类天才的护城河就出现了裂缝。
没有同行评审的证明，只是一份未清算的账单。
谁先攻克无人能解的题，谁就重新定义"聪明"的标准。