OpenAI Astra破解十数学难题 耗2000美元

时间:2026年8月1日 地点:美国旧金山 人物:OpenAI 公司、Greg Brockman、Sebastien Bubeck 事件详情:OpenAI 官方 8 月 1 日发布消息,公布其下一代核心模型 Astra 内部版本在数学与理论计算机科学领域实现的十项重大进展。这些问题此前至少十年(多数情况更久)未取得实质性进展,涉及高维球体堆积、量子平行重复定理、康纳斯刚性猜想证伪、埃尔德什问题 183 与 146 等横跨群论、密码学、图论、复杂性理论的多个方向。十项成果均由 Astra 自主完成证明草稿,人类研究员仅负责论文撰写与 Lean 语言形式化验证。按 Sol API 费率计算,全部 token 成本约 2000 美元(约合 13530 元人民币),Lean 证书与思考过程已通过 GitHub 开源。 背景:2026 年 5 月,OpenAI 曾用内部通用推理模型证伪悬而未决 80 年的埃尔德什几何单位距离猜想,获得菲尔兹奖得主 Tim Gowers 等数学家高度评价;同年 7 月,GPT-5.6 Sol Ultra 又在不到一小时内攻克 50 年历史的循环双覆盖猜想。本次十项突破是 Astra 在科学推理上的规模性升级,覆盖问题更广、跨学科度更高,且全部结果均通过 Lean 形式化验证,部分指标已提升到接近 Cohen-Elkies 阈值的最优下界。 影响: - 标志 AI 具备独立面对开放问题提出新构造的能力,从辅助科研跃升为科研路径发现者 - 单项突破平均 token 成本仅约 200 美元,将原创数学研究的边际成本压缩到接近零 - 推动 AI 跨学科整合能力进化,可同时调用群论、密码学、复杂性理论等多个远端知识工具 - 挑战传统学术署名规范,OpenAI 明确强调 AI 成果不应被归属于人类 - 加速数学定理证明领域对 AI 工具的常规化采纳节奏 总结:OpenAI 通过 Astra 一次公布十项长期未解数学难题的证明,并通过 Lean 完成了形式化验证。这是继此前单位距离猜想、循环双覆盖猜想之后的又一次规模化推进。结果跨度涵盖高维球体堆积、非柔性群存在性、康纳斯刚性猜想证伪、量子平行重复等十大方向,全部 token 成本不足一万五千元人民币。OpenAI 同步将 Lean 证书与思考过程开源至 GitHub,意图推动数学与计算机科学社区对 AI 科研成果的常规化采纳。这一突破若被学界进一步验证,或将重塑基础科研的协作范式,使 AI 成为数学研究路径的核心发现者之一。 参考来源: - https://www.ithome.com/0/984/557.htm - https://x.com/SebastienBubeck/status/2083456300692979886 - https://x.com/gdb/status/2083457463337287721 - https://www.36kr.com/p/3920424297852291 - https://m.163.com/dy/article/L38560VT0550WHYR.html - https://www.fx678.com/C/20260801/202608010620311127.html - https://www.donews.com/news/detail/8/6655201.html - https://github.com/openai/ten-proofs