OpenAI 10 月 26 日发布博文,称其内部模型在数学、计算机科学和物理上各得到一项新结果:证明 Sogge 局部光滑化猜想在所有维度成立(进而推出 Kakeya 与 Stein 限制猜想);证明指数时间假设(ETH)为假,并已用 Lean 验证;给出四维 QCD 及含 Yang–Mills 在内的量子场论的严格存在性证明。数学和 CS 结果的论文与 Lean 证明已放到 GitHub 的 openai/math 仓库,物理结果由 David Gross 牵头的外部小组先行整理、暂不公开。这些都是官方口径,尚待学界独立验证。
核心要点速览
- ✓计算机科学(官方口径):论文给出一个确定性算法,在亚指数时间、多项式空间内精确计数定宽 CNF 公式的满足赋值,3-SAT 情形即证伪 ETH;AI 于 10 月 16 日得出证明,10 月 17 日完成 Lean 形式化
- ✓ETH 由 Impagliazzo、Paturi 和 Zane 提出,已被数百篇论文用作条件下界;验证小组由 Impagliazzo、Paturi(UC San Diego)和 Ryan Williams(MIT)牵头,OpenAI 承诺资助一场专题会议
- ✓数学:证明局部光滑化猜想在所有空间维度 n≥2 成立,推出 Kakeya、Nikodym 极大猜想与 Stein 限制估计;此前仅有 2019 年的二维证明和 2025 年的三维 Kakeya 证明
- ✓物理:Yang–Mills 存在性的自然语言证明 9 月 9 日完成、QCD 9 月 18 日完成,Yang–Mills 部分的 Lean 形式化 10 月 16 日完成;材料由 David Gross 等 5 人小组整理,暂不公开
- ✓OpenAI 称不寻求学术署名,外部参与者自愿、无报酬、不签保密协议;openai/math 仓库 10 月 7 日曾因符号错误撤回 3 篇稿件,结论仍需独立核查

开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
10 月 26 日,OpenAI 发布博文《Working with academic communities to build scientific understanding》,OpenAI 总裁 Greg Brockman 和 OpenAI 科学家 Dan Roberts 在 X 上转发。这是继 10 月 6 日公开 700 多篇 AI 数学稿件之后的又一批成果,但分量完全不同:其中一项称证伪了指数时间假设(ETH)。ETH 认为 3-SAT 无法在亚指数时间内求解,是复杂度理论里被广泛相信的猜想,图论、计算生物学、数据库、计算几何等领域数百篇论文的「条件下界」都建立在它之上。如果成立,这些下界都需要重新审视。
架构亮点与底层机制
OpenAI 没有公开所用模型的名称和细节。按 openai/math 仓库的更新说明,ETH 论文给出一个确定性算法,可在亚指数时间、多项式空间内精确计数定宽 CNF 公式的满足赋值。数学结果借助一个新的辅助偏微分方程,证明 Sogge 1991 年提出的局部光滑化猜想在所有空间维度成立,并推出 Kakeya、Nikodym 极大猜想与 Stein 限制估计。物理结果沿用 Balaban 的构造性量子场论路线,给出四维 QCD 及一个大统一理论补全的严格存在性证明,其中包含 Clay 千禧年问题所涉及的纯 Yang–Mills 存在性部分。
权威 Benchmark 与实测跑分对比
这不是模型跑分,官方未公布任何基准成绩。可核对的是时间线和形式化(均为官方口径):ETH 证明 10 月 16 日得出、10 月 17 日完成 Lean 验证;局部光滑化 10 月 18 日得出、次日形式化;Yang–Mills 与 QCD 的自然语言证明分别在 9 月 9 日和 9 月 18 日得出。Lean 能保证形式化陈述被证明,但陈述是否忠实表达了原猜想仍需专家审阅;同一仓库 10 月 7 日曾因符号错误撤回 3 篇稿件。
开发者实战落地与开箱指南
想自己看的读者可以直接打开 GitHub 上的 openai/math 仓库:preprints 目录下有 ETH 和局部光滑化两篇 PDF,lean 目录有对应形式化,history.md 记录每次新增与撤回。CS 结果由 Impagliazzo、Paturi 和 Ryan Williams 组织公开审查,物理结果由 David Gross 牵头的 5 人小组整理、暂不公开材料。对做算法和工程的开发者,短期内不会出现「更快的 SAT 求解器」,OpenAI 也说把理论推进变成实际加速还需要大量研究,建议先关注专家小组的结论。
即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察