2026年10月初，沒有預先向學術界打招呼，沒有經過同行評審期刊漫長的審稿流程，OpenAI直接將722篇由未公開前沿大模型撰寫的純數學研究手稿公之於眾。這批手稿被歸攏為372個成果族，內容涵蓋數論、代數幾何、理論電腦科學、流體力學與統計物理等17個前沿領域，甚至直接觸碰了3道享譽世界的千禧年數學難題。此前，純數學向來被視為人類智力皇冠上最堅固的堡壘，需要頂尖學者窮經皓首，才有靈光一閃。然而，AI以極快的運算節奏，一口氣將堆積如山的嚴密證明推到人類學者眼前，在當代科學界引發了一場劇烈的海嘯。

沉睡了160多年的數學明珠與那些未解之謎

在純數學的宏偉大廈裡，數論就像基石，而素數的分佈規律又是基石中的核心。素數也就是那些只能被1和自身整除的整數，比如2、3、5、7、11等。它們如同數字世界的原子，構成了所有整數，但它們出現的位置看上去卻雜亂無章。

1859年，德國數學家黎曼發表了一篇僅8頁紙的論文。他定義了一個特殊的複變函數，即著名的黎曼zeta函數，並提出了一個驚人的猜想。黎曼指出，這個函數所有神秘的非平凡零點，其坐標實部的值都精確地落在1條豎直線上，這條線就是實部等於1/2的黃金分割線。如果這個猜想成立，素數在數軸上的分佈規律就擁有了極其嚴密的精確刻畫。160多年來，黎曼猜想成為了現代數學王冠上最璀璨的明珠，現代解析數論中有上千條定理都是在假定該猜想成立的前提下建立起來的。

證明極其艱難。一個半世紀以來，全世界最聰明的頭腦也沒能征服它，數學家至退而求其次去尋找準黎曼猜想，也就是試圖證明在實部遠離1/2的某個區域裡，絕對沒有零點存在。此前學界最好的進展，也僅僅是證明了在貼近實部等於1的極狹窄邊緣沒有零點，而且隨著高度上升，這個無零點區域還在不斷變窄，數學家甚至無法排除在實部大於0.99的豎直帶狀區域記憶體在反常零點的可能。不僅如此，數論領域還遊蕩著一個被稱作西格爾零點的幽靈，某些特殊函數可能在非常靠近1的實數軸上藏有搗亂的零點，這讓許多關於素數的經典推導始終懸在半空。

除了黎曼猜想，數學界在2000年由克雷數學研究所評選出了7道千禧年大獎難題，每一道都懸賞100萬美元，其中就包括研究複雜幾何形狀與代數方程關聯的霍奇猜想、探索橢圓曲線有理點深層規律的伯奇和斯溫納頓-戴爾猜想，以及描述流體運動本質規律的納維-斯托克斯方程。這些難題猶如冰川絕壁阻擋了數代先驅的步伐，人類甚至做好了再花幾個世紀慢慢攻克它們的準備。

從准黎曼猜想推移到常數破解的數字突圍

這次公開的722篇手稿中，最為引人注目的當屬編號為第003組的成果，它直接將矛頭對準了困擾學界百年的准黎曼猜想。手稿中給出的證明顯示，黎曼zeta函數以及所有更廣泛的狄利克雷L函數，在實部大於7/8的整個半平面區域內，絕對不存在任何非平凡零點。另一份同組的獨立手稿則給出了實部大於11/12的界限證明，並且以非常完備的邏輯徹底排除了一致西格爾零點的存在。

這意味著AI將此前牢牢卡死人類的安全邊界向中心硬生生推進了一大步。雖然這距離最終的1/2線仍有一段距離，但在解析數論學者眼中，把無零點區域推進到一個固定的常數邊界，並徹底驅逐潛伏在1附近的特殊反常零點，已經是該領域半個世紀以來最具顛覆性的跨越。

驚喜與震動並沒有在數論領域止步。編號為第004組的手稿把目標鎖定了有理數域上的希爾伯特第10問題。早在1900年，數學大師希爾伯特就提出了一個宏偉設想：能否找到一套通用的機械計算流程，只要輸入任意一個多元整數係數多項式方程，就能自動判斷它是否存在整數解。1970年，學者們已經證明了整數範圍內的通用演算法根本不存在。可是，一旦把尋找解的範圍放寬到由兩個整數相除構成的有理數範圍，這個問題就懸置了50多年。這次的論文手稿宣告，在有理數範圍內，判斷方程解是否存在的通用演算法同樣在邏輯上絕無可能。

令人拍案叫絕的還有兩個看起來極為基礎、卻讓無數大師折戟的數學常數難題。其中一篇手稿證明，圓周率π的無理性指數恰好等於2。用通俗的話來講，無理性指數衡量的是用普通分數去逼近一個無理數的精準極限。以往人類經過漫長複雜的分析，只能把這個指數壓縮到7.1左右，而這次，AI一舉將它推到了理論極限的數字2。另一篇論文則完成了對卡塔蘭常數無理性的證明，這個從19世紀就被深入探討的特殊數值，此前從未在嚴謹意義上被證實到底是不是無理數。

這批手稿涉及的領域縱深極為廣闊。從理論電腦科學中關於最佳化難題極限的唯一遊戲猜想，到描述超導與自旋玻璃的統計力學公式，再到描述帶電粒子束運動的相對論性弗拉索夫-麥克斯韋方程整體平滑解，演算法將觸角同時伸向了17個分支，展現出令人難以置信的知識跨度。

僅需3小時思考的矽基風暴是如何颳起來的

面對鋪天蓋地的數學定理，普通大眾最關心的問題無疑是：電腦究竟掌握了怎樣的神通，能夠在短短時間內寫出數百篇連頂級學者都需要研讀數月的硬核論文。

根據研發團隊披露的技術細節，這批龐大手稿全部出自一個尚未向公眾開放的內部前沿大模型。在此之前，研發人員為模型設定了大約4000個高難度的前沿純數學研究命題進行測驗。驚人的是，在最終成功產出成果的手稿中，平均每一項突破所耗費的計算資源，僅僅相當於其旗艦產品專業版思考模型全速運轉3小時的計算量。3小時的矽基運算，便跨越了人類頂級學者數年甚至數十年的推演跋涉。

過去的人工智慧處理文字，本質上依賴於機率分佈的聯想，這種模式在嚴苛的數學證明中極易產生似是而非的幻覺。只要某一步推匯出現那怕一丁點邏輯漏洞，整個宏偉的證明大廈就會瞬間崩塌。為了打破這一瓶頸，研發人員結合了前沿的邏輯推理鏈條與一種被稱為Lean的電腦形式化驗證語言。

Lean形式化語言就像一個毫無感情、冷酷無情的嚴苛法官。在它的世界裡，數學概念被拆解為一行行嚴謹的程式碼，公理、定義與每一步推演都必須通過底層邏輯核心的嚴格檢驗。如果某一處邏輯跳躍無法成立，系統就會直接報錯拒絕通過。在本次公開的數學成果中，模型不僅用人類自然語言寫成了包含引理、命題和推論的學術論文，還為其中大量的核心結果附帶了可以直接跑在電腦上的Lean程式碼。

這意味著什麼呢。一位獨立學者下載了准黎曼猜想相關的程式碼與校驗配置檔案，在自己的電腦終端上運行了Lean系統的核心檢測。驗證軟體最終輸出了校驗通過的綠燈訊號。這意味著模型給出的邏輯推導，在形式化系統底層經受住了考驗，完全排除了傳統大模型胡言亂語的幻覺缺陷。

研發團隊坦言，絕大多數論文都是模型依照一套固定的自動化流水線自主生成的。只有在黎曼zeta函數無零點區域以及復乘阿貝爾簇上的霍奇猜想等極少數超重量級成果上，研究人員才參與了格式調整，對論文的語句排版進行了人工編輯，以確保人類數學家在閱讀時不至於被過於冰冷的機械推導結構所困擾。此外，為了輔助這種高密度的邏輯作業，系統還引入了長任務自動審查機制，由專門的輔助智能體即時監控推導過程，在發生邏輯偏差前及時糾錯，極大地提升了深度思考的精準度。

手稿堆成大山之後的學術震盪與恐慌

這722篇論文如同核彈雨般傾瀉而下，全球數學的感受並不是單純的狂喜，其中夾雜著無力、戒備與深重焦慮的複雜震盪。傳統學術界有一套沿襲了數百年的運作節奏：學者提出構想、撰寫手稿、提交同行評議、在研討會上反覆辯論，最終由學術共同體在數年時間裡逐步消化吸收並建立信任。

然而，一家商業科技巨頭越過了期刊出版商，越過了學術評審流程，在一天之內將數百篇高度抽象的研究成果砸向學術圈。面對幾千頁密密麻麻的符號推演，德克薩斯大學奧斯汀分校的幾何分析學者弗朗切斯科·馬吉在社交平台上發出了充滿無奈的感嘆。他提到，此前研究人員發佈的納維-斯托克斯方程證明，全球專家至今還在埋頭鑽研它的運作機理；現在突然又湧出來幾百篇，全世界的數學家就算不吃不喝，又那來那麼多精力去逐字逐句研讀。更為關鍵的是，即便讀完了，人類學者究竟能從中提煉出富有啟發的數學思想，還是只能跟在AI的身後疲於奔命。

早在手稿發佈的兩個月前，即2026年8月，OpenAI研發團隊曾經在私下裡邀請了大約40位全球頂級數學家舉行閉門交流會，試圖探討如何平穩地公佈這些成果。西北大學知名學者布琳娜·克拉回憶，當時的會議現場瀰漫著一種極度亢奮與極度不安交織的怪異氣氛。數學家們當時懇切地呼籲，希望企業遵守學術倫理與發表規範，以清晰、易讀且符合學術傳統的方式逐步公開成果，留給人類學者充分的驗證與理解窗口。許多與會學者原以為對方會分批次、細水長流地推出成果，卻沒想到最終迎接他們的是一場鋪天蓋地的程式碼庫突襲。

在手稿上線後不久，由9位國際知名學者組成的數學與人工智慧獨立顧問組迅速發表了一份措辭嚴謹的聲明。這個顧問組極具份量，成員中包括了菲爾茲獎得主蒂莫西·高爾斯、馬丁·海爾以及當代物理學巨擘愛德華·威滕。顧問組在聲明中開門見山地指出，這無疑是數學發展史上的一件大事，但顧問組此前向該機構提供交流建議，絕不代表學術界已經背書並認可了這批手稿中的所有結論，更不代表認同這種簡單粗暴的成果產出與傾倒方式。這些手稿究竟在邏輯上是否完全站得住腳，對未來的科學探索能產生多大價值，必須交由各個細分領域的人類學者耗費漫長時間去獨立研判。

曾經對人工智慧輔助研究抱有極大熱情的菲爾茲獎得主陶哲軒，在近期的一場學術演講中也罕見地表達了謹慎態度，坦言技術的演進節奏實在是太瘋狂了，其推進速度甚至超越了必要的理性界限。另一位菲爾茲獎得主塞德里克·維拉尼在看到AI攻入千禧年難題的核心地帶後，更是直言感受到了前所未有的心理衝擊，甚至將其形容為數學界從未直面過的劇烈震盪。

不少學者產生恐慌的原因，還在於這批代表人類抽象思維極境的智力成果，正在被極少數擁有海量算力與工程壁壘的技術寡頭所主導。當數學定理的發現過程從人類智者的沉思，演變為資料中心內部數萬枚高性能計算晶片數小時內的暴力搜尋，科研範式正在經歷一場哥白尼式的變軌。  (心智觀察所)

OpenAI，又開始對黎曼猜想和P與NP問題下手了？？

最近，這些AI大公司彷彿瘋了一般在衝刺「千禧年問題」的KPI。

9月8日，NS方程被宣佈解決；9月11日，第二道千禧年難題霍奇猜想被曝接近解決；據稱，O/A兩家正瘋狂競速，向BSD猜想發起衝鋒。

到了今天，又有驚人消息傳來：OpenAI已經在用內部模型嘗試解決黎曼猜想和P與NP問題。如果該模型證明了 P = NP，整個電腦科學領域都將被顛覆！

然而，人類數學家們已經憤怒到了極點。

就在剛剛，包括陶哲軒在內的25位菲爾茲獎得主聯名開炮，矛頭直指OpenAI與Anthropic：「AI正在摧毀數學本身！」

他們並不是怕AI變強，而是看不慣數學被這兩家做成基準測試和公關素材。

整個數學學術生態，將會因此摧毀！

01. 88小時，1萬智能體：AI對人類智力「降維打擊」？

事情的導火線，是前幾天OpenAI拋出的重磅消息。

OpenAI宣佈，自家的內部AI利用1萬個智能體，僅耗時88小時，就暴力破解了千禧年大獎難題之一的納維-斯托克斯方程，證明了流體在特定條件下會產生奇點，並隨後公佈了Lean形式化驗證。

隨後，OpenAI公開宣佈：拒領100萬美元的千禧年大獎。

拿下NS方程才短短兩天，OpenAI又向《紐約時報》凡爾賽式承認：我們已經在另一個千禧年問題（霍奇猜想）上取得了實質性進展。

現在，一張全新的「千禧難題基準測試」圖表正在瘋傳，得分如下。

Meta / DeepMind / xAI 等公開模型：全員 0 分
人類基線（全人類頂級數學家）：1 分
Anthropic 內部未發佈模型：1 分
OpenAI 內部未發佈系統：2 分

以往那些測程式碼、做奧數的榜單，在千禧年難題面前已經徹底淪為廢紙。

現在，大模型的競爭已經進入了無人區：不是看誰先發模型，而是看誰又拿下了一道千禧年難題。

02. 陶哲軒領銜，26位菲獎得主怒了

然而，對於AI公司這種把數學難題作為秀模型能力的做法，數學家們徹底憤怒了。

就在今天，25位菲爾茲獎得主聯合發表了一封名為《人工智慧在數學領域的嚴重錯位》的公開信。

得主名單包括Artur Avila, Maxim Kontsevich, Peter Scholze, 陶哲軒等，幾乎囊括了當今最偉大的數學大腦。

為了讓大家更直觀地感受到他們字裡行間的痛心，我們在此附上這封震撼的公開信原文。

菲獎得主們的核心訴求，是抵制把數學當做「通關副本」的商業邏輯。

正如他們所言，科技公司把解題當做公關素材，與數學的目標嚴重錯位。

數學的核心，從來都不是產出冷冰冰的答案，而是理解結構、孕育思想。

解決一個著名難題，真正的突破要經過漫長的演講、討論、簡化、寫進教材，才能變成全人類共享的工具，甚至在幾個世紀後造福大眾。

如果只是用算力狂轟濫炸給出結果，人類的「思想鏈」就會斷裂。如果沒有人類「養活」，數學的靈感將會枯竭！

數學界最寶貴的資源，就是學生和想法，而AI公司的做法，正在破壞這片土壤。

更何況，匆忙公佈結果、缺少論文、不交代AI是如何推導的、不引用前人工作……這些製造了嚴重的歸屬與抄襲問題。

正如信中所說：當產出結果變得無比容易，最初我們為何而做，就被遺忘了。

03. 細思極恐的「學術醜聞」：AI是在證明，還是在「洗稿」？

更何況，OpenAI還涉嫌竊取人類數學家的未公開研究成果。

紐約大學數學家 Tristan Buckmaster 提出了強烈質疑。他和合作者 Levent Alpöge 一直在研究NS方程的同一個方向，並且在過去幾個月裡，把大量未公開的草稿、推演思路作為Prompt輸入給了OpenAI的Codex系統。

結果幾天後，OpenAI就集中算力拿出了NS的證明！

Buckmaster 懷疑：我的未公開研究，是不是已經被模型悄悄「學」進去了？

面對指控，OpenAI明確否認了「偷用」，聲稱劃定了7月3日為時間邊界，此後的使用者輸入不會影響系統。

他們甚至提出，可以把Buckmaster 的名字署在NS證明上——條件是，他必須放棄在Anthropic工作的合著者的署名。

這還不算完，更錘的證據來自另一位數學大牛 Andreas Thom。

Andreas在爆料，他花了二十年時間研究 Gromov 的 soficity 猜想（OpenAI後來宣佈Astra系統解決的十個難題之一）。前幾個月，他用ChatGPT和同事積極討論了這個問題。

當OpenAI宣佈解決該問題時，使用了與Andreas高度重合的非主流冷門路徑！

Andreas寫郵件質問OpenAI研究員：我們的私人對話是否進入了訓練資料，或者被推理過程訪問了？

OpenAI的回覆極其玩味：他們堅決否認了「直接訪問」，但隨後又在別的場合補充：「不能排除從使用者使用我們產品中得出的『去標識化資料』幫助改進了我們的模型。」

去標識化也許能抹去一個數學家的名字，但抹不去一個數學思想的智慧財產權。

一位學者憤怒地指出：「如果指控屬實，我們正目睹科學史上最嚴重的學術醜聞之一。AI並非在發現新的數學知識，而是在竊取人類的發現，然後用算力搶跑發表！」

OpenAI 在NS方程上跑了88小時的算力，其耗費的資金足以僱傭 600 名博士後，工作整整一年。

用如此龐大的資源去搶奪學者的未發表成果，這是在發展科學，還是在絞殺數學生態？

正如公開信中一位讀者留言所說：「AI和它的幕後操盤手，就像是被誇大了的人類劣根性——他們急功近利、搶奪功勞、不講武德，但他們確實手裡握著重型武器。」

OpenAI和Anthropic的瘋狂內卷，踐踏的是全體人類數學家的尊嚴。

當所有需要絞盡腦汁的星辰大海，都被AI用GPU在88小時內化解為冰冷的「True」。

當所有千禧年難題都被當做Benchmark被依次點亮。

人類，又該以何種方式證明自己曾在這個宇宙中思考過？ (新智元)

今天，Anthropic重磅發文，讓內部研究版Claude去證明「黎曼猜想」，結果失敗了。

但Claude卻在這一世紀難題，取得了重大突破——

它成功將符合猜想的黎曼Zeta函數零點比例下限，從41.6%一口氣拔高到了67.2%。

令人意外的是，Claude完成這場神級的複雜推演，竟是瘋狂給它「灌雞湯」——

消息一出，瞬間引爆了整個AI圈。

要知道，這一成果，在過去37年裡，所有人類數學家才推進了0.8%。

如今，Claude直接邁出了一大步，提升了25.6%。

啟動這項研究的人，他叫Jarred Sumner。

Anthropic員工，Bun的締造者，16歲從高中輟學，幾何課只上了半年。

在8天前的晨跑途中，他隨口給了Claude一個開放目標：證明黎曼猜想。

畢竟，這是「七大千禧年難題」之一，提出167年至今，至今無人能解。

但數學家依然為之沸騰，因為它讓一個停滯6年的數字被大幅改寫。

第一次嘗試，Claude生成並試了650個點子，全部失敗。

Sumner沒有參與論文中的數學推導。他給到的提示極為特別，大多隻有兩個意思：繼續，以及相信你自己。

第二次，Claude換了打法：自己拉起約60個子智能體，跑了整整一天半。

各個Agent分別研究不同方向，編寫程序、檢查數值、閱讀論文，並相互檢查得到的結論。具體的分工是這樣的：

30個：試了，但什麼也沒試出來

13個：當驗證員，專門挑推導的錯

最後2個：負責把論文初稿寫出來

可以看到，一半的Agent，白幹。真正貢獻核心數學想法的只有兩個子Agent：E2和E2-pairs。

兩個會話，全程在Claude Code裡，一共燒掉3100萬輸出token。

這個量級放在數學家個人身上，相當於連續不斷地寫上好幾個月。

那麼，Claude在這個猜想中，將41.6%提升到67.2%，真正的意義是什麼？

黎曼猜想由伯恩哈德·黎曼在1859年提出。

它研究的是ζ函數非平凡零點的位置。這些零點與素數的分佈密切相關。黎曼猜想認為，所有非平凡零點都位於Re(s)=1/2這條臨界線上。

克雷數學研究所為完整證明設定了100萬美元獎金。直到今天，沒有人能夠證明或者推翻它。

Claude解決的是一個重要的相關問題：至少可以證明多大比例的零點位於臨界線上？

1973年，Montgomery研究零點之間的配對相關，並在假設黎曼猜想成立的條件下，得到一個關於簡單零點比例的2/3結果。

這個推導的一側可以通過素數進行計算，而且這部分本身不需要黎曼猜想。

真正需要黎曼猜想的地方，是如何解釋另一側的零點貢獻。只要存在臨界線外的零點，原來的逐項正性就會失效。

近幾年，Baluyot、Goldston、Suriajaya和Turnage-Butterbaugh等數學家進一步建立了不依賴黎曼猜想的零點配對相關結果。

Goldston和Suriajaya隨後提出，如果能夠去掉Montgomery證明中剩餘的黎曼猜想條件，2/3就可能無條件成立。

如今，Claude給出了缺失的一步。

論文地址：https://www-cdn.anthropic.com/564f962e60643842f5fcb4a17c9dbc8f608f1c37.pdf

它結合這些近期結果和Bombieri在2000年的相關觀察，把Weil公式限制在一個有限維的Gabor函數空間中。

經過這一步，原本的解析數論問題可以表示成一個Hermitian矩陣問題。

臨界線上的零點貢獻正方向。臨界線外的零點會對稱出現，每一對零點貢獻一個簽名為(1,1)的二維塊。

Claude提出的秩—跡不等式可以同時處理這兩類貢獻，再利用已經能夠從素數一側計算的一階矩和二階矩，估計臨界線上零點的數量。

Montgomery當年利用零點重數m是整數，以及一個簡單不等式：m²≥2m-1。

Claude把類似的計數關係改寫成適用於Hermitian矩陣的秩—跡不等式。矩陣的特徵值不需要是整數，也能得到相應下界。

最終公式可以直接寫成：H(λ)=2-1/λ-λ/3。

其中，λ表示測試函數的標準化頻寬。取λ=1，可以得到H(1)=2/3。

繼續使用Montgomery—Taylor最優窗函數，結果提高到0.67250，也就是67.25%。

67.25%只是五個主定理中最醒目的數字。

除了它，整篇論文還圍繞零點的位置、重合情況和方法的適用範圍，給出了一整組新結論。

而這項突破的意義，也不只在於刷新一項比例紀錄。

它出現在一個更大的轉折點上：AI正在從有標準答案的競賽題，進入沒有現成答案的開放數學研究。

2024年，AlphaProof和AlphaGeometry 2達到國際數學奧林匹克競賽銀牌水平。

2025年，通用大模型第一次達到金牌水平。那時，AI證明的是有標準答案的競賽題。

4月，GPT-5.4 Pro給出關鍵證明，解決了Erdős在1966年提出的第1196號問題。

5月，OpenAI內部模型推翻了延續近80年的平面單位距離猜想。

7月，Claude Fable參與找到一個三維反例，推翻了提出87年的Jacobian猜想。

8月1日，OpenAI又集中公佈10項數學和理論電腦科學進展。

9天後，Anthropic公開了這次結果：Claude把黎曼ζ函數臨界線零點比例的紀錄，從41.67%提高到67.25%。

黎曼猜想仍然沒有被證明。但這已經不是故事最重要的部分。

2024年，人們還在用數學競賽獎牌衡量AI。兩年後，一篇作者欄寫著Claude的論文，已經開始改寫數學紀錄。 (新智元)

【新智元導讀】猜想界的皇冠——黎曼猜想，離被證明的那一天不遠了。Grok 3便是關鍵所在：暴力計算+驗證器能讓AI窮舉所有解法，再加上AI輔助科學家打出的組合拳，下一個諾獎級突破近在咫尺。

困擾人類一個多世紀的「黎曼猜想」，如今可能正站在被破解的邊緣。

這周發佈的Grok 3異軍突起，不僅橫掃各大排行榜，更將目光投向了這個「猜想界的皇冠」。

風投機構IBC Group創始人Mario Nawfal發文稱，破解黎曼猜想的競賽正在升溫，而Grok 3可能正是關鍵所在！

究竟是什麼原因，讓他敢於做出這樣一個判斷？

暴力計算：憑藉足夠的計算能力和驗證器，AI可以窮舉所有解法。

人工智慧+人類合作 ：AI輔助頂尖科學家，可能會帶來圖靈獎、菲爾茲獎，甚至諾獎等級的突破。

有了這雙重buff的加持，Grok估計什麼時候可以解決這一世紀難題？根據馬斯克的預測，「基於AI的進展，可能將在兩年內實現」。

在Mario看來，雖然目前還沒有解決方案——但Grok 3正在逐步接近破解這個數學界最大的未解之謎之一！

網友對此激動地表示，「暴力計算和人類洞察力的結合，簡直是終極組合拳」。

甚至，還有人大膽預言，下一個諾獎得主就是AI。

Grok 3對決黎曼猜想：突破即將到來？

在Grok 3還未橫空出世之前，曾被xAI工程師硬廣了一波。

去年11月，工程師Hieu Pham「爆料」稱，Grok 3證明了黎曼猜想。

為此，xAI不得不終止模型訓練，以驗證它的證明。他表示，如果結果是正確的，將會完全終止模型的訓練。

之後，Hieu Pham發帖稱這只是自己的惡搞

要知道，黎曼猜想可是千禧年七大數學難題之一。

這一次，基於20萬塊GPU訓出的Grok 3，在數學基準測試中AIME 2024上刷新SOTA，創下了52高分。mini版本性能幾乎與Claude 3.5 持平。

與此同時，xAI團隊專門針對最新AIME 2025基準，對Grok 3模型推理版本進行了測試，更是創下了93分紀錄。

AI大神Karpathhy在Grok 3還未發佈之前，曾拿到了灰度測試資格，讓其去證明黎曼猜想猜想。

他表示，相較於其他模型（如o1-pro、Claude、Gemini 2.0 Flash Thinking），只會簡單表示——這是一個偉大的未解之謎，Grok 3非常有勇氣，會嘗試去解決問題。

雖然沒有攻克，但是邁出了「嘗試」的重要一步。

正如Karpathhy所言，誰知呢，總會有那麼一天...

甚至，就連菲爾茲獎得主陶哲軒大膽預測，2026年，AI將與搜尋和符號數學工具相結合，成為數學研究中值得信賴的合著者。

對此，有網友對於人工智慧輔助破解數學謎題的前景感到興奮。

更有網友期待Grok 3將量子力學與相對論一起聯絡起來。

「可能性是無限的」該網友評論道。

Grok 3目前在聊天機器人競技場（Chatbot Arena）上大幅領先，並且是長期以來第一個在所有類別中都排名第一的模型。

這些排名是基於人類的盲測評估得出的。

對此，馬斯克表示，Grok位居第一，並持續改進。

「這個結果是基於兩周前的Grok版本。自那時以來Grok有顯著改進。」他表示。

網友Gavin Baker評論說，從2022年夏季到2024年春季，OpenAI曾大幅領先，隨後Google和Anthropic趕上了GPT-4的水平。

OpenAI能夠主導大約7個季度，這歸功於他們率先積極押注於預訓練的傳統「Scaling Law」。然而，率先實現o1等級的推理僅僅使得OpenAI領先幾個月。

目前，Deepseek、Google和xAI與OpenAI大致處於同等水平。xAI甚至可以說處於領先地位。

Google和xAI的基礎模型更優秀，因此它們很可能很快就會徹底超越o3。因此，OpenAI迫切需要GPT-5，作為假定的o5推理模型的基礎。

奧特曼指出，OpenAI未來的領先優勢將會縮小。微軟CEO納德拉也基本表示認同，OpenAI在模型能力方面擁有巨大領先優勢的時期即將結束。

網友Gavin表示，在他看來，這就是為什麼Nadell根據Theinformation的消息，選擇不為OpenAI 1600億美元的預訓練提供資金的原因。相反，他希望通過為OpenAI提供推理服務來賺錢。

Google和xAI都擁有獨特且有價值的資料來源，這將使它們與Deepseek、OpenAI和Anthropic之間的差異越來越大。如果Meta在模型能力方面趕上來，情況也是如此。

Gavin同時指出，無法獲得獨特、有價值資料的前沿模型是歷史上貶值最快的資產。模型蒸餾只會加劇這種情況。

Nadella在最近一次播客中說，資料中心建設過剩即將到來，租用比購買更好。甚至在某個時候，微軟可能會使用開源模型來驅動CoPilot。

未來的前沿模型，如果無法獲得像YouTube、X、TeslaVision、Instagram和Facebook這樣獨特、有價值的資料，可能無法獲得任何投資回報 (ROI)。從這個角度來看，祖克柏的策略似乎也更加合理。獨特的資料最終可能成為區分多兆或千兆參數模型預訓練的唯一基礎，也是獲得投資回報的唯一基礎。

如果這是正確的，那麼只有2-3家公司會進行前沿模型的預訓練，我們只需要少數幾個巨型資料中心來建構預訓練所需的相干叢集。

其餘的人工智慧計算將由較小的資料中心完成，這些資料中心在地理位置上進行了最佳化，以實現低延遲和/或具有成本效益的推理。具有成本效益的推理等於更便宜、質量較低的電力（對核電的需求減少），在短期內對液冷的需求減少等。

這與目前6-10家公司都在進行前沿模型預訓練的世界截然不同。

推理模型需要極高的計算量。測試時計算意味著計算能力本身就是智能。因此，在這種情況下，所需的計算量甚至可能比2023-2024年整個市場所預期的以「預訓練」為中心的計算場景還要多。

但這將是一種截然不同的計算類型，如上所述。預訓練和推理之間的比例將不再是50/50，而是5/95。基礎設施的卓越性將至關重要。

對於網友Gavin Baker的這番分析，馬斯克也表示認同。

有網友在x發文稱，現在大量使用者正在在從ChatGPT轉向Grok，並配上了一段形象的視訊。

有網友調侃說，他妻子嫉妒Grok 3，因為他跟Grok 3說的話比跟他妻子還多。

彙整鉅亨號中所有使用「黎曼猜想」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

核彈雨！OpenAI一次狂投722篇論文，數學界再發聲明

陶哲軒、鄧煜等菲獎得主聯合抗議：AI公司正毀掉整個數學圈！

突發，Claude首破黎曼猜想新紀錄！

Grok 3沖擊諾獎級突破，成證明「黎曼猜想」關鍵！AI與數學家打出終極組合拳