刚刚，Meta 宣布 AI 攻破 5 大数学未解难题！不到 7 小时，遭顶尖学者当众打脸

luyuanhong

刚刚，Meta 宣布 AI 攻破 5 大数学未解难题！不到 7 小时，遭顶尖学者当众打脸

原创  北扬克顿老李  涌现之门  2026 年 10 月 4 日 05:56  北京

奥赛金牌，正在沦为 AI 巨头们的遮羞布。

在数学、物理、化学的高中奥赛题库里，大模型们早已横扫全场，刷满了耀眼的金牌。但几乎所有一线科研学者心里都清楚：这只是应试高手的狂欢。

竞赛题再难，出题人手里总攥着一把标准答案；而前沿科学探索，犹如置身于缺乏指引与现成参照的未知荒原。

就在 2026 年 10 月 2 日，Meta AI 突然抛出一项重磅发布：

他们越过了“刷分”的温室，直接让旗下大模型 Muse Spark 1.1 与 1.2 冲进了毫无现成解法的纯数学无人区。

未借助专门定制的研发脚手架，也未接入外置形式化定理证明器，数学家仅使用常规网页聊天窗口，开启 Thinking Mode（思考模式），一口气完成了 6 篇学术论文，针对其中 5 个开放问题给出了答案。


▲ Meta AI  官方宣布：数学家通过网页界面与 Muse Spark 合作探索开放课题

整个科技圈瞬间沸腾

Meta 首席 AI 官 Alexandr Wang 连夜转发论文清单，欢呼 AI 迎来科研拐点。

然而，聚光灯打亮还不到 7 个小时，这场狂欢就被当头浇下了一盆刺骨的冰水。

欧洲顶尖学者、EPFL 教授直接在社交平台公开开火：

“你们自己论文里都白纸黑字写着两个月前就被人解决了，这怎么还能叫未解难题？！”

一场围绕前沿模型能力与科学发现本质的学术争议，随即在学界展开。

01  顶尖学者当面打脸：一场神迹，还是精装翻车？

最先发难的，是统计物理与机器学习领域的顶尖学者、EPFL 教授 Lenka Zdeborová 。

她针对 Meta 公布的第一篇概率论论文《高斯椭球拟合的严格阈值》，提出了尖锐的公开质疑：


▲ EPFL 教授 Lenka Zdeborová 引用官方推文发出公开质问

“得了吧 @ AIatMeta，既然 Misiakiewicz 和 Wen 两个月前就已经解决了这个问题，而且你们自己的论文里也明确承认了，那这怎么还能算开放难题？！”

加州大学伯克利分校的知名学者 Jason Lee 迅速跟进，补充了关键事实：

“事实上，大约两个月前，就有整整 3 篇独立论文证明了这个结果……”


▲ 伯克利学者 Jason Lee 确认两个月前已有三篇并发论文

空气瞬间凝固

前一秒，所有人都在惊呼“ AI 开始给人类科学家当导师了”；后一秒，铺天盖地的嘲讽接踵而至：难道所谓的“突破”，不过是 Meta 把别人刚写出来的成果拿进聊天框洗了一遍，再给自己的模型贴金？

然而，如果事情真这么简单，这场争论不过是一桩寻常的学术闹剧。

最诡异的悖论恰恰隐藏在 Meta 自己的论文正文里。

在那篇关于高斯椭球拟合的论文里，作者不仅没有掩盖，反而极其详尽地致谢了 2026 年 8 月的三篇并发预印本：Misiakiewicz 与 Wen 独立证明了阈值；De la Cerda 团队证明了误差相差一个极小因子的版本；Koehler 团队给出了更广的普适性结果。

这道概率难题形象地说，就是给高维空间里随机乱飞的高斯散点找一个“椭球外壳”，去寻找散点数量与空间维数之间那个“恰好能完全包住”与“绝对包不住”的生死临界线（ n≈d^2/4 ）。


▲ 空间散点拟合椭球的尖锐阈值：临界点两侧是截然不同的概率世界

这也意味着：数学家和 AI 在闭门探索期间，面对的确实是尚未见诸发表的难题；但在推演成文的窗口期内，外界数学家团队也几乎在同一阶段各自独立完成了推导。

两组团队的研究撞车，折射出当代科学探索模式正在经历的深刻演变：

AI 第一次以与人类最顶尖数学家完全同等的节奏，在未知的黑暗中并肩抢跑，甚至在终点线前发生了惨烈的“撞车”。

02  终结 24 年的激光幽灵：从物理模拟到四次 Riccati 不等式

如果说椭球拟合引发了抢跑的时间线争议，那么六篇论文中最硬核的一篇，则彻底粉碎了“ AI 只是复读机”的质疑。

它正面终结了一个在偏微分方程领域游荡了整整 24 年的物理幽灵，双调和非线性薛定谔方程（Biharmonic NLS）的有限时间爆破。


▲ 激光波包在介质中的坍缩示意：向内收拢与向外扩散的终极角力

这一物理图像的直观机制如下：

想象你往深色散介质里打入一束极强的超快激光。

在微观世界里，激光波包就像一个被两股巨力撕扯的气球。

一股力量是四阶色散效应（ δ^2 ），它像冷酷的推土机，拼了命想把波包在空间里抹平、驱散；另一股力量则是介质自身的临界自聚焦效应，它像一个微型黑洞，拼命把所有光能往最中心的一个点死命收拢。

这是一场生死攸关的拔河比赛

早在 2002 年，应用数学家就在计算机数值模拟中看到了恐怖的一幕：只要波包具有负能量，向内的收拢力就会彻底压垮扩散力，能量在极其短暂的瞬间汇聚成一个无限大的尖峰，整个物理体系发生剧烈“爆破”（Blow-up）！

数值模拟能够展现现象，却无法替代严格的数学证明。

在纯数学领域，缺乏无懈可击的严密逻辑链，结论便只能停留在猜想阶段。

从 2015 年起，研究非线性偏微分方程的学者们屡屡受挫，始终无法在严格逻辑上排除一种退化可能：波包是否可能无限趋近奇异点，将坍缩过程无限期推迟（无限时间爆破），从而在任意有限时刻均未形成实质性奇异性？

二阶方程里行之有效的方法，到了四阶双调和方程面前彻底失灵。四阶导数带来的高阶发散项，像脱缰的野马，把所有的能量不等式冲得稀烂。

直到数学家 Leonard Dinh 坐到了 meta.ai  的屏幕前。

没有外挂超算，只用聊天框里的 Muse Spark 。

Dinh 设定了变分路径与径向对称性的总体战略，而在战术层面，Muse Spark 在“思考模式”下展现出了令人战栗的符号推演能力：

它在极短时间内连续测试了数十种具有指数局部化阻尼特性的平滑核，硬生生通过极其复杂的换位子代数展开，把原本在边界外溢的高阶虚假能量项强行压制到了指数级微弱。

最终，一个人类寻觅了 24 年的数学杀招浮出水面，四次 Riccati 型微分不等式。

这个不等式如同一把死死咬合的铁钳，彻底锁死了能量函数的二阶导数：它在数学上斩钉截铁地宣告，波包绝对不可能苟延残喘，它的导数必然在有限时间内彻底发散！

2002 年的物理模拟，在 2026 年被 AI 与人类联手彻底闭环。

03  寻找黑天鹅：它推翻了 2024 年的代数猜想

如果说薛定谔方程的证明是一场宏大的重工业攻坚，那么在代数学与算术物理的战场上，AI 展示的则是另一种截然不同的武器：在荒原里精准嗅出那一根毒刺。

在抽象代数领域，群论学者 M. Kida 在 2024 年提出了一个著名的结构性猜想：所有有限的“半阿贝尔群”（semiabelian），本质上也必须是“单项式群”（monomial）。

这就好比一位动物学家声称：“全世界所有的天鹅，无论品种，都必须长着白色的羽毛。”

要推翻这个猜想，你不需要推导几百页宏论，你只需要抓出一只活生生的黑天鹅。

而 Muse Spark 充当了那个冷血的猎手。


▲ 论文摘要直接给出了推翻猜想的 384 阶反例编号

数学家 Milana Golich 与合作者在提示词中引导模型设计搜索策略，Muse Spark 随后直接编写了一整套用于代数计算系统 GAP 的精确代码。代码在庞大的代数库中咆哮运转，最终吐出了一个确凿无疑的怪胎：

SmallGroup(384, 20127)。

一个由 384 个元素构成的有限半阿贝尔群，它的结构极其繁复：((C2×((C2×Q8)×C2))×C2)×C3 。它完全满足半阿贝尔群的全部条件，却并不属于单项式群。

该猜想由此被证伪

同样的故事，在进化代数领域再次上演。

面对 García-Martínez 与 Pérez-Rodríguez 提出的判定可解性的权威猜想，Muse Spark 在研究者提示下，精准构造出一个只有三维的刁钻反例，它能完美通过旧测试，却根本不属于可解类。

更令人惊叹的跨度发生在算术物理方向：早在 1980 年代，数学宗师尤里·马宁（Yuri Manin）就曾遐想过数论与物理之间深邃的对称之美。

40 年后，Muse Spark 与研究者团队硬生生架起了一座桥梁，把数论中的 Néron 局部高度函数，与 p-adic 弦论边界上的两点传播子完全等同了起来。

正如参与该项目的研究者 Kate Shapovalenko 所感慨的：AI 最震撼的瞬间，是它突然把两个相隔十万八千里的数学领域，严丝合缝地扣在了一起。

04  撕下神话后，我们看到了残酷的未来

纵观 Meta 公开的这 6 篇论文，除了具体定理本身，格外引人注目的还有 Meta 在每篇论文里强制推行的一项规范：

声明人机起草归属（Statement of AI Use），白纸黑字标出每一段文字究竟主要由人类撰写，还是由模型生成，并由第二组独立的数学家进行外部盲审。


▲ Alexandr Wang 转发的六篇论文清单：从高维几何到代数拓扑的全面渗透

这一举措，撕开了两条关于 AI 的虚妄神话：

第一个神话： AI 马上就能脱离人类，独立做出重大科学发现。

这并不符合实际

在这 6 篇论文中，如果没有资深数学家在最前方把握研究方向、挑选变分工具并评估推演可行性，单纯由模型自行在对话框中尝试，往往会产生大量看似工整却暗藏谬误的论证。现阶段的大模型扮演着高维义肢的角色，将数学家的符号推演效率成倍放大。

第二个神话： AI 只是已知知识的概率检索机，无法触碰未知。

这种判断同样站不住脚

从终结 24 年悬案的激光爆破不等式，到 384 阶反例代码，再到与顶刊团队几乎以“天”为单位撞车的高斯阈值证明，如果模型仅具备机械记忆能力，绝不可能在没有现成答案的前沿探索中，与数学家们在相近时刻推进至相同的理论边界。

正如一位学者在讨论中所指出的：

“当基准测试里有现成答案时，那只是安慰剂；只有当问题处于完全开放状态、连出题人自己都不知道解法在哪时，才是检验机器能否提出路径的有效试金石。”


▲ 学者指出：开放问题才是检验模型能否提出路径的终极试金石

科学研究的丛林法则已经被彻底重写了。

过去，一个数学猜想可能在几代学者的书架上沉睡三十年，等待某一个百年一遇的天才灵光一闪；而今天，当数学家开始把自己的大脑神经元与超大规模推理模型并在同一个聊天窗口中，思考的半衰期被压缩到了以周、甚至以天来计算。

Lenka Zdeborová 的公开质问，捍卫了学术发现确立的严谨时序；但这场讨论更揭示了一个关键事实：

人类科学家独自在智力荒原上孤独漫步的时代，彻底结束了。

一个仅凭普通网页对话框就能在数学前沿引发多方并发竞争的时代正在到来。

无论如何界定具体课题的归属属性，人机协同探索前沿科学的范式已经迈出了实质性的一步。

涌现之门