事件：OpenAI 内部模型给出纳维-斯托克斯问题的解答
9 月 8 日，OpenAI 在官方研究页发布文章，称其一个内部未公开的 AI 模型，提出了著名「纳维-斯托克斯存在性与光滑性问题」（Navier–Stokes existence and smoothness problem）的解答。这是克莱数学研究所 2000 年列出的七个「千禧年大奖难题」之一，困扰流体数学界约 90 年。OpenAI 同时公开了证明的文字稿和 Lean 形式化版本，供学界检验，并明确表示不打算申领这笔 100 万美元的奖金，而是希望向世界说明 AI 进展的节奏。
纳维-斯托克斯方程是什么，为什么悬置了 90 年
纳维-斯托克斯方程用牛顿第二定律描述流体怎么运动，把流体当作连续介质，而不是逐个追踪分子。飞机设计、天气预报、血流研究都在用它。核心难题是：三维不可压、密度恒定的流体，即使一开始运动是光滑的，会不会在有限时间内发展出「奇点」，也就是流速无限增长？
因为有粘性会抹平运动，真实流体不可能无限快，所以一旦出现奇点，就说明这套方程对实际流体的建模在某个时刻失效，需要转而逐粒跟踪流体行为。1934 年勒雷证明了广义解存在，但解是否始终光滑一直没有答案，2000 年被列入千禧年难题。这个问题的特殊之处在于：无论证明还是证伪，都能拿奖，但谁也没能给出确定结论。
怎么证明的：一个向内旋转、不断拉长的涡流
OpenAI 的结果主张的是「证伪」方向：它证明，一个初始静止的光滑流体，在外力光滑的前提下，可以在有限时间内发展出奇点，从而让方程建模失效。这个解是一个涡流——像一坨旋转甩动的「意大利面」，中心区域向内螺旋收缩、不断拉长，速度越转越快，但能量始终保持在物理定律要求的有限范围内。
技术难点在于：这个破坏必须由流体自身的运动产生，而不是人为塞进一个无限大的外力。也就是说，纳维-斯托克斯方程里描述运动的各项——加速度、压力梯度、动量传递、粘性——既要同时变得很大，又要在细节上恰好互相抵消，最后留下一个仍然光滑的外力，而速度却无限增长。官方称这对应了千禧年问题表述里的情形 C（和 D）。
约 1 万个智能体协作 88 小时出证明，Lean 再花 17 小时验证
为了这个结果，OpenAI 从 8 月 28 日起训练一个内部新模型，9 月 1 日听说有两个千禧年问题被解决的消息后，启动了对所有开放千禧年难题的评估。负责纳维-斯托克斯的那组智能体规模在约 1 万个并发左右，智能体被分成小组、组内可交流，还能读取缓存的互联网内容、运行代码。它们于 9 月 5 日给出解答，距第一批智能体启动约 88 小时。
之后用 GPT-6 Astra 在 Lean 里做形式化和验证，又花了约 17 小时。整个过程中，智能体发了 2.7 百万条消息、用了约 1300 亿输出 token。OpenAI 还顺带解决了去掉粘性项的「欧拉方程正则性问题」的一个变体——约 100 个智能体、50 小时完成。
和 GPT-6 Astra 的关系：这个内部模型强在哪里
负责出解的是 OpenAI 的内部模型，官方描述为「显著强于已发布的 GPT-6 Astra」，但产品能力、发布时间、是否对外开放，文章都没有披露，只说训练还在继续、性能还在提升。目前用户能实际用到的仍是 GPT-6 Astra 系列，本文的数学证明并不能直接复现。
对普通用户的直接影响有限——它不改变你现在用的模型接口。但它透露了一个明确信号：OpenAI 手上已有比公开发布版更靠前的能力，未来几代模型的数学推理、长程多步推理很可能有明显跃升。对关注「AI 科研自动化」的人来说，这才是值得跟踪的起点。
数学界与 Anthropic 的同期进展，以及功劳争议
这不是孤立事件。上个月 Anthropic 宣布内部 Claude 研究模型在黎曼猜想上有进展；9 月初，Anthropic 员工莱文特·阿尔珀格和纽约大学数学教授特里斯坦·巴克马斯特，在前一天刚发表了相关流体方程的研究成果，解决的是「受迫欧拉问题」。OpenAI 追认了他们的优先性，并称双方证明不同、论证细节也不同。
争议的一部分在于：外界怀疑 OpenAI 是听说他们进展后才转向「外力驱动」路线，还担心存在数据使用问题。OpenAI 否认研究人员和智能体访问了具体用户数据，但承认「不排除」来自其产品使用中的脱敏数据帮助改进了模型。整件事也引发关于功劳归属、AI 时代人类数学理解会不会被削弱的讨论。
对谁有影响、如何验证、下一步关注什么
最该跟进的是三拨人：做流体力学和偏微分方程的科研人员，可以对照官方公开的证明与 Lean 代码，判断论证是否成立；关注 AI 能力边界的开发者，值得留意 OpenAI 后续是否会披露这个内部模型；关注 AI 安全的读者，这则「研究加速」的官宣印证了 AI 递归自我改进正从口号变成可量化事件。
验证方法很简单：直接打开 OpenAI 这篇文章，它附了证明文字稿和 Lean 形式化链接，也可查克莱研究所的官方问题表述。编辑判断是：这则消息的新闻分量高于单点工具更新，它把「AI 能否触及人类智力巅峰」从概念争论推到了有具体产物、可公开复核的阶段，值得第一时间记录，但结论是否被数学共同体接受仍是开放的。
来源与说明
本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。
原始来源：https://openai.com/index/navier-stokes-solution/
如发现事实、价格或链接有误，可通过 联系我们 提交更正。
常见问题
这个证明是 OpenAI 发了新模型吗？普通人能用吗？
不是公开发布的产品。它来自 OpenAI 一个未公开的内部模型，官方只说强于已发布的 GPT-6 Astra，但没披露发布时间和是否开放。你现在能用的还是 GPT-6 Astra 系列，这个证明没法直接复现，也不用为它改工具。
「纳维-斯托克斯难题」解决了意味着什么？
如果证明成立，它表明光滑的 3D 流体在有限时间内可能发展出奇点，即纳维-斯托克斯方程在某个时刻会失效，需要改用逐粒追踪的建模。这是数学界悬置约 90 年的千禧年难题，属于理论数学进展，短期内不会直接改变工程软件或天气预报。
这个结果可信吗？怎么判断？
OpenAI 公开了证明文字稿和 Lean 形式化代码，任何人都能下载复核。Lean 形式化能自动校验推导步骤，降低「表面论证、暗藏错误」的可能，但整个证明是否被数学共同体接受，仍需专业数学家审读后才有定论。目前官方也主动承认了 Anthropic 员工与 NYU 教授同期工作的优先性。
这算是 OpenAI 击败了 Anthropic 吗？
两者解决的其实是不同问题。OpenAI 解的是纳维-斯托克斯（证伪方向），Anthropic 员工与巴克马斯特解的是受迫欧拉问题。OpenAI 追认了对方的优先权，并强调双方证明不同。与其说是竞赛，不如看作 AI 辅助数学研究在同一周集中爆发的信号。