5 篇AI生成数学论文被接收！ 00 后顶尖华人少女退学创业，斩获 14 亿巨额融资
一句话看懂：AI 初创公司 Axiom Math 宣布，其自研系统 AxiomProver 自今年 2 月提交的 8 篇数学论文中，有 5 篇已被学术期刊正式接收，证明了 AI 在严谨数学推理上的可行性。创始人是一位 25 岁的华人女性洪乐童，公司成立不到一年已融资 2.64 亿美元，估值达 16 亿美元。
事件核心：发生了什么
AI 数学研究公司 Axiom Math 宣布，其开发的 AxiomProver 系统成功产出了 5 篇被学术期刊接收的数学论文。其中一篇关于分拆多项式倒数（reciprocals of partition polynomials）的研究，直接针对学术界的 10 个核心猜想，AI 系统成功证明了其中 6 个，并指出了原命题中的反例。与以往大模型用自然语言“写”出看似合理的推理不同，AxiomProver 引入了一套新流程：它可以将自然语言的数学问题精确转化为 Lean 形式化证明，并由独立的检测器逐条验证每个逻辑步骤，形成“机器证明、机器检查、数学家润色解释”的人机协作模式，从根本上解决了 AI 的“逻辑幻觉”问题。
Axiom Math 的创始人洪乐童（2001 年生于广州）17 岁进入麻省理工学院，3 年内取得数学与物理学双学位，本科期间发表 9 篇论文。在牛津大学取得硕士学位并进入斯坦福大学攻读法学与数学联合博士项目后，她于 2024 年秋季从斯坦福退学全职创业。前 Meta AI 专家 Shubho Sengupta 和著名数学家 Ken Ono（从弗吉尼亚大学终身职位离职）已作为联合创始人加入。公司累计完成两轮融资 2.64 亿美元（约 14 亿人民币），估值达 16 亿美元。
为什么重要
这一成果不是简单的大模型写论文，而是 AI 在形式化验证领域的一次实质性突破。AxiomProver 的流程——将问题形式化、自动证明、独立验证——意味着 AI 生成的内容（尤其是数学证明）第一次在逻辑上可以做到“可被信任”。这直接影响了 AI 在科研、法律、金融等高精度决策场景的应用基础。此前，大模型的“创造性”输出往往是不可追溯的。AxiomProver 的模式如果被验证为可扩展，将可能改变学术界对 AI 辅助研究的看法，并且推动“推理即服务”的新商业模式。
对用户/开发者/创作者的影响
对于开发者与 AI 研究员： AxiomProver 开源的 Lean 形式化证明方法与“机器检查”的范式，可能成为未来 AI 推理系统的标准组件。如果您在开发需要逻辑验证的 AI 应用（如代码生成、法律合同审查、金融风控），这一技术路径值得关注。
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。
对于学术界研究者： 工具本身可以作为“数学加速器”，帮助人类数学家快速检验猜想、发现反例。但需要警惕论文质量被夸大或低质量形式化论文的泛滥。
对于投资者与创业者： 目前公开信息显示，Axiom Math 团队已开始将这一闭环推理能力跨界应用到博弈论和经济学领域，试图构建可自我改进的超级推理系统。该公司估值快速攀升，说明资本对“可验证 AI”这一赛道的极高期待。
值得关注的后续
首先，AxiomProver 是否会在近期推出可被外部研究者直接使用的 API 或开源工具？如果开放，将大幅降低形式化证明的门槛。其次，被接收的论文是否在同行评议中遭受多数质疑？这是检验其可复现性的关键。最后，竞品（如 OpenAI 的推理模型、DeepMind 的 AlphaGeometry）是否会跟进类似的形式化验证流程？这将加速整个行业的进化。
来源：AIbase
