OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径

OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径

N
News Editor
2026-09-08 11:22:13
纽约大学数学家 Tristan Buckmaster 披露,OpenAI 一款内部模型据称已就纳维-斯托克斯方程外力驱动情形给出约 100 页证明,目标指向千禧年难题的一条官方允许路线。Buckmaster 同时与 Levent Alpöge 公布了在 LLM 帮助下完成的三类流体方程有限时间爆破结果,并上线论文与 Lean 形式化代码。围绕 OpenAI 结果的来源、训练是否涉及用户数据,以及署名安排,Buckmaster 还公开了与 OpenAI 的沟通经过。

纽约大学流体力学与偏微分方程数学家 Tristan Buckmaster 最新披露,OpenAI 一款内部模型据称已经在纳维-斯托克斯方程的一条关键路线中取得结果,并直接生成了一份约 100 页的数学证明手稿,内容指向「外力驱动」情形下的爆破证明。Buckmaster 表示,他本人目前还没有拿到这份 AI 手稿。

OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径 2

这一消息迅速在数学界和 AI 圈传播。按照 Buckmaster 的说法,如果 OpenAI 的证明最终满足克雷数学研究所千禧年大奖难题的正式条件,那么这一路径有可能触及纳维-斯托克斯方程难题的正式解题标准。

千禧年难题中的纳维-斯托克斯方程

纳维-斯托克斯方程是流体力学的核心方程组,用于描述水和空气等流体的运动。无论是咖啡中的奶泡翻滚、飞机机翼表面的气流,还是深海洋流的演化,相关建模都离不开这组偏微分方程。

2000 年,美国克雷数学研究所将纳维-斯托克斯方程相关问题列入「千禧年大奖难题之一」。谁能完整解决这一问题,将获得 100 万美元奖金。

这道题长期未解的核心之一,在于方程的解是否会始终保持稳定,还是会在某些条件下发生「爆破」,也就是出现突变行为。Buckmaster 此次披露的 OpenAI 结果,正是围绕这一点展开。

OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径 3

OpenAI 的结果指向「带外力」爆破证明

根据 Buckmaster 的描述,这款 OpenAI 内部模型完成的是纳维-斯托克斯方程在「外力驱动」条件下的爆破证明,并生成了一份长达百页的证明手稿。

这里的限定条件是「外力驱动」。报道提到,数学中的外力是精确定义的函数,并不是日常直觉中的任意外部搅动。问题的关键,不在于这条路线是否放宽了条件,而在于它是否符合克雷数学研究所正式题目的表述。

按照 Fefferman 给出的正式表述,C、D 两项允许研究者构造符合条件的光滑初始状态与光滑外力,并证明不存在满足规定的全局光滑解。也就是说,如果 OpenAI 的证明确实满足全部要求,那么即便结果建立在带外力情形上,也仍可能落在大奖题目允许的框架之内。

同日公开的三项流体方程成果

在披露 OpenAI 消息的同时,Buckmaster 还与 Levent Alpöge 宣布,他们在大语言模型帮助下,已经得到三类流体方程在光滑外力下的有限时间爆破结果。相关论文和 Lean 形式化代码已经上线。

OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径 4

这三个结果分别对应:

  • 不可压缩多孔介质方程
  • Boussinesq 方程
  • 三维不可压缩欧拉方程

报道对这三类方程做了通俗说明:它们分别涉及流体穿过多孔材料、浮力与流动之间的相互作用,以及忽略黏性的理想流体运动。

这批成果的共同推进点,是把既有的带外力爆破路线,进一步推进到「光滑外力」。这一点之所以重要,是因为如果外力本身过于粗糙,就很难区分系统失控究竟来自流体内部机制,还是来自外部输入本身。将外力提升到光滑条件后,这一层粗糙性来源就被排除掉了。

研究路线与所用模型

这项研究思路来自 Diego Córdoba 和 Luis Martínez-Zoroa 多年的研究计划。Buckmaster 在这一基础上继续推进,并在过程中使用了 Claude、Codex 和 GPT-5.6 Sol。Astra 也参与了后期整理文稿和审查论证的工作。

消息披露后,菲尔兹奖得主陶哲轩很快给出评价,称这是「卓越的成就」。

OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径 5

陶哲轩如何解读这一路线

按照陶哲轩的解读,作者的方法是在已有流动上反复加入很小、很局部的高频扰动。所谓高频,是指空间中变化很快的细小结构,可以理解为在大尺度流动上不断叠加更细的纹理。

这一路线的关键,在于大尺度流动能够放大这些细小结构,而细小结构对大尺度流动的反作用又被严格控制。当新结构增强到足够强时,它会在合适时机接管局部动力学,再为下一轮更细尺度的扰动创造条件。这样一轮接一轮地推进,变化持续向更小尺度发展,最终构造出在有限时间内失控的解。

最难的地方,在于每一次交接都要精确计算:扰动应当放在什么位置、增长速度如何、误差有多大,以及整个链条能否严密接续。陶哲轩提到,在 Boussinesq 的模型情形中,振幅与频率的核心变化可以归结为一个相当简单的常微分方程,但即便如此,加入空间截断等技术细节后,简化版本的论文仍长达 76 页。

为什么 Euler 的突破不能直接等同于纳维-斯托克斯被解决

报道同时指出,三维不可压缩欧拉方程上的突破,不能直接推出纳维-斯托克斯方程已经被攻克。两者之间一个关键差别,在于纳维-斯托克斯方程中多出了黏性项 νΔu。

OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径 6

这项黏性会抹平细小结构,扰动频率越高,黏性耗散通常越强。而前述方法恰恰依赖高频结构不断被放大。若要将这一路线推进到纳维-斯托克斯方程,就必须说明:在黏性持续削弱这些结构的情况下,爆破机制依旧能够成立。

陶哲轩的判断是,从原则上看,似乎没有什么会阻止这条路线继续延伸,甚至不能排除最终去掉外力的可能。但他同时强调,把这一计划真正落实,将面对数量巨大的技术困难。换句话说,这仍是对研究前景的判断,而不是对证明已经完成的确认。

Buckmaster 披露与 OpenAI 的沟通过程

围绕 OpenAI 结果的来源,Buckmaster 在随附声明中披露了更多细节,也让讨论迅速转向另一个问题:OpenAI 的内部模型是如何得到这一结果的。

按照他的说法,「带光滑外力」是一条很特殊的研究路线,由 Córdoba 和 Martínez-Zoroa 开辟。他与 Alpöge 一直在非公开推进相关工作,几乎没有其他团队沿着这条路线展开研究。因此,当 OpenAI 告诉他,其内部模型攻克的也是「外力驱动」情形时,他感到格外震惊。

事情的时间线从 9 月 3 日开始。当天,网络上广泛流传 Anthropic Claude 解决了一个重大数学难题,据称就是纳维-斯托克斯方程。也在同一天,Buckmaster 与 Alpöge 的研究进展被传入 OpenAI 内部。

OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径 7

Buckmaster 随后联系了 OpenAI 的一位知名数学家,说明相关情况,并特别强调,这项工作是他与 Alpöge 的个人合作,与任何机构无关。对方当天回复,希望了解更多细节,并表示可以提供算力支持。

Buckmaster 原本建议在下周通话,但 OpenAI 方面希望尽快沟通。到 9 月 6 日,Sébastien Bubeck 加入交流,三人在当天下午进行了两次电话沟通。也正是在电话中,Buckmaster 听说了那份「百页证明」的消息。

训练数据与署名安排引发争议

Buckmaster 表示,在得知 OpenAI 内部模型产出相关证明后,他当场追问,对方是否使用了此前放入 Codex 的项目草稿、session 等用户数据进行训练。得到的答复是,OpenAI 模型没有查找用户数据;但当他继续追问训练问题时,没有收到回复。

此后,双方又在成果发表方式上出现分歧。根据 Buckmaster 的说法,OpenAI 当时提出了两个方案:

OpenAI内部模型据称攻克纳维-斯托克斯外力驱动爆破解题路径 8

  1. Buckmaster 团队先发布 Euler 结果,OpenAI 第二天发布「纳维-斯托克斯结果」;
  2. OpenAI 单独撰写论文并发布纳维-斯托克斯成果,同时注明结果来自 OpenAI 内部模型。

争议最集中的部分是署名问题。Buckmaster 称,Bubeck 曾两次明确要求移除 Alpöge 的署名,原因是 Alpöge 是 Anthropic 员工。

证明尚待公开检验

截至目前,外界仍在等待 OpenAI 未来几天是否会正式提交并公开这份约 100 页的证明。就现阶段信息而言,Buckmaster 已公开自己的 4 页手稿说明,而更核心的 OpenAI 手稿尚未对外披露。

报道认为,如果这份百页证明最终经得起检验,且研究过程能够证明 AI 的独立贡献,那么这将成为 AI 推进人类知识边界的一个重要案例。但现阶段仍有两个前提没有落定:完整证明尚未公开,成果来源也仍需更清楚的说明。

目前已被公开点名的参考资料包括 Buckmaster 的声明文件、其在 Mastodon 上的发文,以及陶哲轩在 Mathstodon 上的评论。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
100

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。