OpenAI 称证伪指数时间假设,Lean 证明开源待审
10 月 26 日,OpenAI 在 openai/math 仓库放出预印本与 Lean 证明:未公开内部模型给出算法,在亚指数时间内精确计数固定宽度 CNF 公式的解,3-SAT 情形反驳指数时间假设。仓库内 721 篇 AI 手稿、约 42%…
生命科学、化学材料、物理世界模型——AI 正在从"语言工具"变成"实验伙伴"。本专题收录 AI 在三大科学方向的关键节点：UniPert 统一基因与化学扰动空间、GPT-Rosalind 端到端生命科学推理、达摩院 AI 智能体 28 小时找到 4 种超导新材料、Anthropic Claude Science 把工作台做成标准品。
10 月 26 日,OpenAI 在 openai/math 仓库放出预印本与 Lean 证明:未公开内部模型给出算法,在亚指数时间内精确计数固定宽度 CNF 公式的解,3-SAT 情形反驳指数时间假设。仓库内 721 篇 AI 手稿、约 42%…
中科院软件所联合阿里Qwen团队推出科研智能体基准Sci-Agent-Exam:120道专家命题、11个领域、7类任务,程序验证加LLM评审双轨打分。10个前沿模型同考,GPT-6 Astra以80.9分居首,领先第二名13.6分,但运行达标率仅26%,Qwen3.8…
上海AI实验室InternScience发布35B MoE智能体模型Sage-A1.5,基于Qwen3.6-35B-A3B后训练,新增并行子智能体编排、思维链内自查验证与开放式科学发现三类能力。官方评测GAIA 95.1,称在其对比集中超过所有更大模型;权重以Apache…
CMU/牛津/MIT/UCLA/UC Berkeley 五位作者在 CLM 2026 发表 1222 人随机对照试验,发现仅 10 分钟 AI 协助就会让独立解题正确率显著下降、跳过率上升,跨数学推理和 SAT 阅读理解一致,且集中于把 AI 当答案来源的人群。
OpenAI公开内部前沿模型产出的数百项数学新结果,声称包含四维挂谷猜想的解与黎曼假设方向的进展,大量证明已用Lean形式化并开源到GitHub。发布方式按数学家顾问组建议改良,但陶哲轩评论称AI公司迫使开创性研究保密,数学2.0时代应降低解难题的核心地位。
Meta 公布六篇数学家与 Muse Spark 协作论文,五篇解掉开放问题,覆盖概率、偏微分方程、群论等。协作全走 meta.ai 普通聊天界面,用 Thinking Mode 的 1.1 和 1.2,无定制研究系统;论文标注 AI…
Ai2 开源 Asta 的报告引擎 AstaBrief-8B:Qwen3-8B 基座,仅用 SFT+DPO,研究问题加检索片段一次写成带引用报告。平均 51.1 秒一份,比 Claude 版 Thinking 模式快约 3.5 倍;训练用 4.7…
针对 OpenAI 9 月 8 日宣布 88 小时、1 万 Agent 协作找到 Navier-Stokes blow-up 反例,25 位菲尔兹奖得主联名发表《A Severe Misalignment of AI in…
在 25 位菲尔茨奖得主联名信引发争议后,OpenAI 在普林斯顿高等研究院(IAS)挂出独立数学顾问组,9 位成员几乎囊括当下最强数学大脑;但同一内部模型已解逾百道开放题,顾问组却无权干预研究节奏,只是挂名背书。
阿里达摩院联合浙大一院等机构研发的通用医疗影像模型 DAMO RADAR 登上 Science:读一张腹部增强 CT 即可筛查 146 种病症、覆盖 18 个器官;近 4 万例真实检查平均 AUC 0.913,读片研究胜过 26 位放射科医生中的 23 位,代码与权重已开放。
9月10日,IBM与NASA联合开源NASA-IBM Lunar Foundation Model,首批公众可用的月球基础模型之一。极区冰沉积预测RMSE降到0.0293,优于SwinV2-B基线最多22%,配套SomBench数据集。
NASA 与 IBM 开源 Lunar Foundation Model:ViT-B 在约 200 万张共配准月球切片上预训练,融合 11 种模态、跨 1 米与 100 米两级分辨率;极区冰前景预测误差比 SwinV2-B 基线最多低 22%,权重、代码与 SomBench…
PhAI Labs 牵头发布 ScienceIDE,把科学计算代码库改造成 64 个可验证的智能体训练环境,以仿真能否数值复现为奖励,训练出 PhAI-IDE-4B/9B/72B 模型家族:科学修复得分大涨,能力还迁移到通用基准。
OpenAI 1 万智能体 88 小时找到 Navier-Stokes 失效特例,Anthropic Claude 11 天写完费马大定理 1300 万行 Lean 形式化证明;25 位菲尔茨奖得主联名发公开信,点名 AI 公司把解题当 benchmark…
OpenAI 宣称用 1 万个智能体找到 Navier-Stokes 方程失效特例一周后,克雷数学研究所公开回应:成果须先在同行评审期刊发表、满两年并获数学界普遍认可,而 OpenAI 尚未给出完整证明,官方确认最早要到 2029 年。
包括陶哲轩、邓煜在内的 25 位菲尔茨奖得主联名发布《A Severe Misalignment of AI in Mathematics》宣言:AI 公司把解题当 benchmark 竞赛,与数学界追求概念理解的目标严重错位,仓促发布更引发归属权与剽窃争议。
9 月 5 日 OpenAI 内部模型找到带外力 Navier-Stokes 方程的有限时间「爆破」特例,本周正式公开并附论文 PDF 与 Lean 形式化证明;动用约 1 万个 AI 智能体耗时 88 小时,NYU 数学家随后指控其抓取未发表成果,引爆伦理争议。
OpenAI 宣称用约 1 万个 AI 智能体在 88 小时内找到带外力 Navier-Stokes 方程的爆破特例,自估复跑成本约 1500 万美元;因两位数学家此前已用 Codex 做出相关工作,事件陷入抢发与数据使用争议。
NTU S-Lab 等机构发布 Puffin-World:统一多模态架构同时建模物理、几何、外观三种原生世界状态,配套 Puffin-16M 数据集(15M 三元组+1M 轨迹)。四个相机感知基准全部拿下中位误差第一,代码、模型、数据集已开源。
腾讯生命科学实验室与中南大学联合研发的 UniPert-G2CP 算法登《Cell》主刊，系国内首个 AI 虚拟细胞研究。算法把基因扰动与化学扰动映射到统一语义空间,解决细胞特异性响应难题;覆盖 4994 个基因、7860 个化合物和 5 种癌症细胞系,核心模块 UniPert…
2026 年 6 月 30 日，Anthropic 在 Pro/Max/Team/Enterprise 套餐中正式开放 Claude Science beta——面向科研工作者的 AI 工作台应用，macOS 与 Linux 同步上线。…
百年超导探索终于有了 AI 队友。 7 月 3 日，阿里达摩院联合人大高瓴人工智能学院、中科院大学发布业内首个专攻超导材料发现的 AI 智能体 **ElementsClaw**——仅 **28 个 GPU 小时**扫遍 240 万种稳定晶体，预测 6.8…
2026 年 6 月 23 日，英伟达正式推出 NVIDIA BioNeMo Agent Toolkit，把过去十年沉淀的生命科学库、工具和开放模型打包给 AI Agent 和科研人员使用。找证据、跨论文推理、跑计算实验、推荐下一步这条科学发现链路，第一次有了官方端到端支撑。…
arxiv 2606.13662（Amy Xin 等，Lei Hou / Juanzi Li 共同作者）抛出一个并不讨巧、却很有杀伤力的判断：随着模型能力继续拉高，自主科学发现（autonomous scientific discovery）的瓶颈正在从"写更好的 agent…
OpenAI 在 6 月 3 日为 GPT-Rosalind 系列推出重大更新，核心是同步发布 LifeSciBench —— 一个由外部生命科学专家评判的端到端评测基准。与传统基准只考察单点能力不同，LifeSciBench…
一款新药从靶点发现到FDA获批，平均需要10到15年。这个漫长周期里，早期研究的质量会像复利一样向下游传导——选对靶点，临床成功的概率就会更高。问题在于，生命科学研究者面对的不是单一任务，而是文献、数据库、实验数据、不断演进的假设之间的反复横跳，流程碎片化，难以规模化。…