OpenAI 宣布解决 Navier–Stokes 千禧年大奖难题
TL;DR
OpenAI 宣布，其内部 AI 系统产生了一个严谨的解析证明——以及一个 Lean 形式化证明——表明平滑的三维不可压缩 Navier–Stokes 流体可以在有限时间内产生奇点，从而解决了 Navier–Stokes 存在性与光滑性千禧年大奖难题。
问题及其重要性
Navier–Stokes 方程利用应用于连续介质的牛顿第二定律来模拟流体运动。对于密度恒定的三维不可压缩流体，过去 90 年悬而未决的问题一直是平滑的初始数据是否会演变成奇点——即尽管存在粘性阻尼，速度仍会在有限时间内趋于无穷大。一个肯定的回答将证明连续介质近似的根本性失效，并成为克莱数学研究所千禧年大奖难题的首个解决方案。
公布的成果
OpenAI 的系统证明了在受到平滑外力作用下，初始平滑且处于静止状态的流体可以在有限时间内产生奇点，同时其总动能保持有限。该证明确立了官方千禧年大奖难题表述中的“C”和“D”陈述，确认了：
- Navier–Stokes 动力学可以在有限时间内产生无界速度。
- 爆炸（blow-up）通过一个向内螺旋并沿轴向拉伸的涡流发生，类似于一根不断收紧的意大利面条。
- 方程中的所有项（加速度、压力梯度、推动力、粘度）都会变得很大，但会精确抵消，从而保持平滑的外力。
随公告一同发布的是一份完整的报告以及在 Lean 定理证明器中的机器检查形式化证明。
证明是如何被发现的
模型训练与部署
- 自 28 August 2026 以来，OpenAI 训练了一个新的内部模型，其数学表现优于之前的基准，超越了 GPT‑6 Astra 的能力。
- 该模型处于持续训练状态，其性能在整个过程中不断提高。
多智能体评估框架
- 在 1 September 2026，解决千禧年难题的传闻促使 OpenAI 启动了针对所有开放问题的协调多智能体评估。
- 智能体被组织成具有内部通信能力的组，每组接收不同的问题变体（例如，用于证明的 Navier–Stokes 版本 “A/B”，用于证伪的 “C/D”）。
- Navier–Stokes 的工作涉及大约 10 000 个并发智能体。
- 智能体拥有工具访问权限：缓存的互联网读取、代码执行，以及随后升级的模型版本。
- 在 Euler 正则性问题（无外力爆炸）取得初步成功后，资源被重新分配到了 Navier–Stokes。
工作流与资源
- 智能体在解决 Navier–Stokes 问题时交换了 2.7 million 条消息，并生成了 ≈130 billion 个输出 token。
- 最终结果在 5 September 2026 显现，即在首批智能体启动后约 88 hours 之后。
- 使用 GPT‑6 Astra 进行 Lean 的形式化验证额外需要 17 hours。
- 在所有尝试解决的问题中，系统产生了 4.9 million 条消息和 ≈300 billion 个 token。
并行工作与归属
OpenAI 在完成自己的证明后，得知了 Levent Alpöge (Anthropic) 和 Tristan Buckmaster (NYU) 的并行工作。外部团队解决的是 forced Euler 爆炸问题，而非 Navier–Stokes。OpenAI 已与对方联系，提议进行联合公告，并分享了提示词日志，确认了两个结果是不同的。
对数学与 AI 的影响
- 数学影响 – 证明解决了流体动力学中的一个核心问题，确认了 Navier–Stokes 方程可以在有限时间内不再是适定的（well-posed）。该研究重塑了湍流理论、数值模拟保证以及连续介质力学的理论基础。
- AI 研究影响 – 证明了大规模、多智能体 AI 系统可以生成具有同行评审水平的新颖数学成果，并产生机器检查的形式化证明。通信规模（数百万条消息、数千亿个 token）表明了一种新的自动化发现范式。
- 责任与未来方向 – OpenAI 强调其并不声称索取 1⠁ million 美元的千禧年大奖，并强调正在进行的工作旨在使此类系统是可控的、可问责的、且与人类价值观对齐的。该组织计划通过研究模型的推理过程来指导未来的能力提升节奏。