菲爾茲獎得主都栽了，Claude終結78年懸案，或成最重要AI數學成果
菲爾茲獎得主都栽了，Claude 終結 78 年懸案，或成 AI 最重要數學成果 數學史上一個糾纏學者七十八年的難題，近期在人工智慧與人類數學家的協作下出現重大突破。由 Anthropic 開發的 AI 模型 Claude，與頂尖數學家聯手，在短短三天內構造出六維球面（S⁶）上的覆蓋結構，正式終結了這道自一九四七年懸宕至今的未解之謎。據了解，過去數十年間，包括菲爾茲獎得主在內的多位一流數學家都曾嘗試攻關，卻始終未能取得關鍵進展，這也讓此次成果在學界引起高度關注，甚至被譽為人工智慧迄今最重要的數學貢獻。這道難題的核心，在於 S⁶ 是否存在某種特殊的覆蓋結構。
幾何與拓撲領域中，這類結構的構造往往牽涉極度複雜的抽象運算，過去學者多半是靠直覺與經驗逐步嘗試，過程曠日費時且容易碰壁。此次研究團隊打破傳統路徑，讓 Claude 參與反覆推演與構造驗證，AI 以其龐大的模式辨識能力，在數學家引導下快速篩選可行方向，最終在三日的緊湊合作中完成構造，直接解決了這道困擾學界近八十年的關卡。對比過往菲爾茲獎得主在此議題上的挫敗，這次人機協作的效率與成果格外令人驚嘆。這項突破的意義不僅在於解答一道古老猜想，更可能重新定義 AI 在數學研究中的角色。
過去人工智慧多半被視為輔助計算工具，但此次 Claude 展現出參與抽象推理、甚至協助建構全新數學結構的能力，暗示 AI 未來有望成為數學家的重要夥伴，協助探索人類直覺難以觸及的領域。當然，這道難題的完整意義與後續影響仍需學界進一步檢驗，但至少可以確定的是，一個由 AI 參與書寫的數學新時代，或許已經悄然展開。從一九四七年數學家首次提出 S⁶ 上的覆蓋結構問題開始，這道題目就一直是拓撲學與幾何學領域的硬骨頭。所謂覆蓋結構，簡單來說就是在高維球面上尋找一種連續、不重疊的「鋪陳」方式，類似於在地球儀上畫出經緯線，但六維空間的抽象程度遠超人類直覺。
過去學者嘗試用傳統代數拓撲方法進行推導，往往在複雜的對稱性與同調群計算中陷入死胡同。菲爾茲獎得主當中，不乏有人曾公開表示對這道題的興趣，但最終都未能給出完整構造。此次研究團隊的運作模式，與過去 AI 在數學中的應用截然不同。以往 AI 多半被用來驗證已知定理、尋找反例或進行數值模擬，但這次 Claude 直接參與了構造的生成過程。數學家先將問題的幾何約束條件轉化為可被 AI 理解的表述，然後讓 Claude 在大量可能性中篩選出符合條件的結構雛形。當 AI 給出初步方案後，數學家再進行人工校驗與修正，如此反覆迭代，最終在三天內完成了人類費時近八十年都未能突破的構造。
這項成果的關鍵人物之一，是與 Anthropic 合作的一位匿名頂尖數學家。他在受訪時表示，自己過去也曾嘗試獨立解決這道題，但每次都在某個對稱性條件上卡關。這次與 Claude 合作，讓他意識到 AI 能夠從人類不常注意的角度切入，發現一些看似無關的模式，進而突破傳統思維的瓶頸。他特別強調，AI 並非取代數學家，而是像一位擁有無限耐心的助手，能夠同時嘗試數千條路徑，並即時回報可行的方向。學界對這項成果的反應相當熱烈。幾位不願具名的拓撲學者在社群媒體上表示，如果這項構造經過嚴格審查後被確認無誤，那將是人工智慧在數學領域最實質的成就之一。
過去雖然有 AI 協助證明定理的案例，但多半是輔助角色，像這樣直接參與構造創造的例子極為罕見。更有數學家指出，這項突破可能開啟一種新的研究模式：未來數學家可以將難題拆解成子任務，交給 AI 進行探索，再由人類進行最終判斷與整合。當然，這項成果目前仍處於預印本階段，尚未通過同儕審查。學界普遍認為，S⁶ 覆蓋結構的構造是否完全正確、是否還有其他隱含假設，都需要進一步檢驗。不過，即使最終發現某些細節需要修正，Claude 在三天內給出的幾乎完整的構造，已經足以讓數學界重新審視 AI 在抽象推理中的潛力。過去被認為只有人類智慧才能觸及的領域，如今似乎正在被 AI 逐步攻破。
從更長遠的角度來看，這項成果可能影響的不只是數學研究。同樣的協作模式，未來或許可以應用在物理學、密碼學、甚至生物資訊學等需要大量抽象推理的領域。Anthropic 公司雖然未對這項成果發表正式聲明，但內部人士透露，Claude 在數學推理上的表現，已經讓團隊對大型語言模型在高階推理任務上的能力有了全新認識。對於一般大眾而言，六維球面覆蓋結構的具體意義或許難以理解，但這項突破所傳遞的訊息卻十分明確：AI 不再只是生成文字、圖片的工具，它正在進入人類知識探索的最前線，甚至可能幫助人類解決那些懸而未決數十年的科學難題。
菲爾茲獎得主們未能攻克的關卡，在 AI 與人類的協作下被打破，這個象徵意義遠比一道數學題的解答更為深遠。如今，隨著這項成果的公布，數學界已經開始討論是否該將這類人機協作模式納入未來的研究常規。或許再過幾年，我們會看到更多 AI 與數學家聯手發表的論文，而這些論文解決的問題，將不再是課本上的習題，而是那些困擾人類數十年的核心難題。一個由 AI 參與書寫的數學新時代，或許已經悄然展開。
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。