OpenAI多智能体完成Navier-Stokes相关证明，GPT-Image-2.5上线

2026-09-09 13:06 4 阅读

OpenAI多智能体系统尝试攻克Navier-Stokes难题

OpenAI近期披露了一项引人注目的进展：其内部下一代模型（部分信源称为GPT-6 Astra）协调约1万名智能体，在88小时内完成了一项与Navier-Stokes方程相关的数学解答。该成果不仅包含一个分析性证明，还同步生成了Lean形式化验证代码。

Navier-Stokes方程是描述流体运动的核心偏微分方程，其“有限时间奇异性”问题被列为克雷数学研究所的七大千禧年难题之一。若能严格证明解在某些条件下会在有限时间内发散（即出现奇点），将构成重大突破。

不过OpenAI并未宣称已彻底解决该千禧年难题。官方推文强调，这一结果“仍需独立数学审查”，并特别祝贺了人类数学家Levent Alpöge和Tristan Buckmaster此前的相关工作，暗示AI产出是建立在已有研究基础上的延伸探索。

值得注意的是，整个过程并非由单一模型完成，而是依赖大量智能体分工协作——有的负责提出猜想，有的验证中间步骤，有的进行形式化编码。这种架构更接近一个自动化的“虚拟数学团队”，而非传统意义上的单一大模型推理。

与数学突破同步，OpenAI推出了新一代图像生成系统ChatGPT Images 2.5，并向所有ChatGPT、Work及Codex用户开放。该版本包含两个新API模型：GPT-Image-2.5 Sunburst 和 Flare。

根据第三方评测平台Text-to-Image Arena的数据，Sunburst在综合排名中位列第一，Flare紧随其后居第二。两者在三大核心能力上均有显著提升：

此外，新系统引入了“评论式编辑”功能。用户可以直接在图像上圈出区域并添加文字说明，模型会据此精准修改指定部分，而不会影响其他内容。这一交互方式大幅降低了图像编辑的使用门槛。

OpenAI还为常见创作场景（如海报、周边设计）提供了模板，帮助用户快速启动项目。对于开发者，Sunburst和Flare已通过API开放，支持集成到第三方应用中。

Google也在同期更新了其AI助手Gemini。Gemini 3.5 Transcribe 现已集成到macOS版Gemini应用中，主打高精度实时语音转文字功能。

与其他转录工具不同，该模型能结合语音内容与屏幕上下文进行理解。例如，当用户讨论屏幕上显示的图表时，转录结果会自动关联相关视觉信息，生成更连贯的笔记。它还能处理本地音频文件、辅助研究规划，甚至根据语音指令生成图像。

尽管Google未公布具体技术细节，但强调其在学术会议、访谈记录等长语音场景下的准确性优于现有方案。目前该功能仅限macOS平台，后续是否会扩展至Windows或移动端尚不明确。

AI软件公司Cognition宣布完成新一轮超20亿美元融资，投后估值达到480亿美元。这一数字远超此前市场预期，反映出资本对AI原生软件企业的高度认可。

更值得关注的是其商业化进展：公司披露年化运行率收入（run rate）已从4.92亿美元增长至近9亿美元，几乎翻倍。Cognition主打“AI程序员”Devin，能够自主完成软件开发任务。此次融资将用于扩大工程团队和加速产品迭代。

公司在公告中提到，未来软件将进入“主动式智能体时代”——程序不仅能响应指令，还能自我改进、自动分配计算资源。这一愿景虽显宏大，但其快速增长的收入至少证明了当前产品的市场接受度。

虽然不属于纯AI领域，但深科技硬件的融资热度同样值得关注。火箭公司Stoke Space宣布完成10亿美元E轮融资，由知名风投Y Combinator参与。资金将用于开发Nova全可重复使用火箭。

与SpaceX的猎鹰9号不同，Nova计划实现一级和上面级均完全复用。其上面级采用独特的热防护和推进系统，能在完成任务后返回地球并垂直着陆。若成功，这将是继航天飞机之后首个真正意义上的全复用运载系统。

尽管AI并非该项目核心，但Stoke Space在设计和仿真阶段大量使用生成式AI优化结构与流体动力学性能。这也体现了AI作为底层工具正在渗透至高端制造领域。

回到OpenAI的数学突破，必须清醒看待其意义。首先，所谓“完成解答”并不等于“解决千禧年难题”。数学界对证明的严谨性要求极高，任何跳步或模糊推理都会被拒之门外。目前Lean形式化代码虽有助于验证，但仍需人类专家逐行审查。

其次，1万名智能体协作听起来壮观，但本质上仍是大规模并行试错。这种模式依赖海量算力，成本极高，难以常态化。OpenAI自己也表示，下一步将重点“理解模型能力边界”，而非盲目扩大规模。

图像生成的进步则更贴近实用。Sunburst和Flare的提升主要体现在细节控制和编辑一致性上，这对设计师、营销人员等创作者群体有直接价值。尤其是评论式编辑，解决了以往AI绘图“改一点动全身”的痛点。

总体来看，本期动态呈现出两条主线：一是AI在高难度认知任务（如数学证明）上的试探性突破，二是面向终端用户的生产力工具持续优化。前者充满不确定性但潜力巨大，后者则正在切实改变工作流程。

未来几周，数学界对Navier-Stokes证明的反馈将成为关键观察点。若获认可，这将是AI首次在纯数学前沿做出实质性贡献；若被证伪，也至少为后续研究提供了有价值的反例或思路。无论如何，人机协作的新范式已经开启。