菲尔兹奖得主都看懵了：OpenAI非数学模型首次自主突破80年未解数学难题
一句话看懂：OpenAI 一个尚未公开发布的通用推理模型，独立解决了数学家 Erdős 于 1946 年提出的“单位距离问题”，打破了该问题长达 80 年无实质性进展的局面。这是公开报道中，AI 首次自主攻克一个极其著名的未解数学难题，而非简单检索或验证已知结果。
事件核心：发生了什么
2026 年 5 月 21 日，据量子位报道，OpenAI 的一个内部通用推理模型（非专门的数学专用模型）在“单位距离问题”上取得了突破。该问题由数学家保罗·埃尔德什（Paul Erdős）在 1946 年提出：平面上放置 n 个点，最多能有多少对点之间的距离恰好为 1？过去 80 年，数学家普遍认为最优解的规律是近似线性增长（即 O(n)），本次 AI 从代数数论出发，构造了一种全新的点排列方式，证明了该增长是超线性的（u(n) ≥ n^(1+δ)），推翻了此前的核心共识。模型给出的关键构造被部分数学家形容为“令人恐惧的”，后续人类数学家基于 AI 的结果进一步优化了证明下界，精简后的推理过程长达 125 页。菲尔兹奖得主高尔斯（Timothy Gowers）评价这是“AI 解决的第一个极其著名的、未解的数学问题的清晰案例”。
为什么重要
这次突破的意义不在于数学结论本身，而在于证明方式：一个通用推理模型在没有领域专家引导的情况下，自主发现了人类数学家 80 年未曾想到的代数数论路径，并推翻了被广泛接受的线性增长假说。此前 AI 在数学领域的成就多集中于验证定理、解题竞赛或发现已知结果的变体，而这次案例首次展示了大模型有能力在基础数学问题上做出原创性、非平凡的构造性贡献。这也回应了 2025 年 OpenAI 因声称 GPT-5 解决多项 Erdős 问题被可重复性诟病的“翻车”事件。本次成果得到了同一位数学家（Thomas Bloom）的正面认可，称其为“人工智能目前在数学领域取得的最亮眼成就”。对于 AI 行业而言，它证明了大模型在纯粹逻辑推理和创造性问题求解方面的潜力，可能推动更多高难度科学问题的 AI 辅助研究。
对用户/开发者/创作者的影响
对于 AI 开发者和研究人员，这直接指向一个现实命题：通用大模型的推理能力可能已经接近或超越某些专业领域的门槛。如果本次成果中的通用模型未来作为 API 或产品发布，开发者有望在数学、物理学、密码学等依赖严格逻辑推导的领域，获得一个能独立生成新假设、新构造的辅助工具。对于普通用户而言，这意味着未来 AI 工具不再仅限于回答问题、生成代码或图像，而是可能参与到“发现新知识”的环节中，比如辅助验证复杂命题、提出实验性设计方案或探索未解问题的边界。目前公开信息显示，该通用模型尚未定名，OpenAI 的 Noam Brown 表示将“尽快发布”，具体定价、开放程度和接口形式均未公布。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，模型落地的具体形式：OpenAI 是否会以 API 或独立产品推出这款推理模型？其推理成本、响应延迟和可用性如何，将直接影响开发者社区的采用意愿。第二，数学验证闭环的建立：本次突破的结论虽被认可，但 AI 原始推理未公开，未来 OpenAI 是否允许第三方独立复现或审计推理过程，以避免重蹈此前 GPT-5 被指“只检索未验证”的争议。第三，竞品与生态反应：Anthropic、DeepMind 等竞争者是否会快速跟进，尝试用类似通用模型解决其他著名的未解数学问题？这可能会催生一个新的 AI 竞争赛道——基础科学推理能力评测。
来源：量子位 · 每日最新
