-
2026年10月26日
我们宣布在数学、计算机科学和物理学领域取得三项新发现,分别涉及调和分析、复杂度理论和量子场论。
根据相关学术界的反馈,我们的发布流程仍在不断演进。在我们看来,这些手稿最好被视为一种原始研究数据。为了将这些原始研究数据转化为科学理解,我们在本次发布中尝试采用一种新方法。我们联系了外部专家,邀请他们担任引导人(shepherds),组织团队来理解这些新成果。他们建议了三种不同的发布策略:
- 数学成果:直接发布 AI 生成的内容,让研究人员自由组织力量来解释该成果。
- 计算机科学成果:组建外部合作者团队来解释该成果,同时公开发布 AI 生成的内容,供所有人查阅和以此为基础进行研究。
- 物理学成果:组建外部合作者团队,并听取他们关于材料发布的意见。
我们尚不清楚这三种方法中哪一种最有效,欢迎大家就哪些做法可行以及我们在哪些方面可以改进提供反馈。
外部合作将遵循四项原则:
- 透明度(Transparency)。我们对合作的存在保持透明。参与者无需签署保密协议,可以自由讨论这项工作、分享中间成果并发表他们的结论。
- 不争取学术荣誉(No Academic Credit)。我们不会为内部模型所产生的发现争取学术荣誉。邀请研究人员协助引导合作,也并不意味着他们或其工作组做出了最初的发现。
- 成果认可(Recognition)。该团队建立的理解、撰写的报告以及创建的其他材料应当获得认可。该团队还将协助确保这项工作恰当地标明所借鉴的研究人员、技术和思想。
- 独立性(Independence)。参与属于自愿且无偿性质。工作组成员独立参与,结论仅代表其个人观点。他们不代表 OpenAI 发言,OpenAI 亦不代表他们发言。
我们将把与这些成果相关的材料和产物移交给合作团队。针对计算机科学领域的合作,该团队决定立即公开自然语言证明和 Lean 形式化证明,我们正将它们直接发布到我们的 GitHub 仓库中。针对物理学领域的合作,该团队决定暂不发布 AI 生成的产物,而是先着手自行撰写相关内容。
所有这些方法都涉及权衡取舍。一方面,这些合作赋予专家深入剖析成果的权力,并将其置于更广泛的学术语境中;另一方面,选定最初的引导人不可避免地决定了谁能率先参与,从而造成信息不对称。我们欢迎大家就如何扩大参与面以及如何让这一流程更加实用提供反馈。
局部平滑与挂谷猜想(Kakeya conjecture)
数学领域的成果属于调和分析方向。1991年,Sogge 提出了局部平滑猜想(local smoothing conjecture),该猜想涉及波在聚焦时的行为。具体而言,该猜想指出最极端的聚焦必然是短暂的。在典型的随机时间点上的聚焦程度,总是远小于在最坏情况下可能发生的聚焦程度。这是整个数学领域中屡见不鲜的规律:最坏情况下可能发生的情况,往往比平均后观察到的情况更加极端。由于这一猜想现象的基础性,它在整个数学分析领域都具有广泛的影响。例如,它蕴含了挂谷猜想(Kakeya conjecture)和施泰因限制性猜想(Stein’s restriction conjecture)。
2019年,Guth、Wang 和 Zhang 证明了二维空间中的局部平滑猜想。2025年,Wang 和 Zahl 证明了三维空间中的挂谷猜想。我们的模型给出了任意维度下局部平滑猜想的证明,从而也解决了所有维度下的挂谷猜想和施泰因限制性猜想。这一全新证明基于一个新颖的辅助偏微分方程(PDE)。
我们在 2026 年 10 月 18 日获得了 AI 的输出成果,次日便在 Lean 中完成了形式化证明,随后我们联系了一位专家,探讨围绕该成果开展合作。根据该专家的建议,我们决定公开发布该 AI 输出成果,对该成果采取与 2026 年 10 月 6 日发布内容相同的策略。我们已在公开的 GitHub 仓库中发布了由我们的模型生成的 AI 自然语言输出报告以及 Lean 证明。
指数时间假说(Exponential Time Hypothesis)不成立
计算机科学合作团队将理解并解释一项关于指数时间假说(ETH)的成果。这是一个关于布尔公式可满足性(SAT)计算复杂度的长期猜想,该问题与 P vs. NP 问题密切相关。长期以来,学术界普遍认为 ETH 是成立的,并在数百篇论文中将其作为基础,推导出图论、计算生物学、数据库、计算几何等诸多领域的条件计算困难性结论。令人惊讶的是,我们的系统最近证明了……