OpenAI 昨天一口气放出三个领域的"模型独立发现"，数学、计算机科学、物理各一个，并且把证明材料公开、请学术界来验证。发布这篇的意义可能比结果本身更大——这是 OpenAI 首次系统性地把内部模型的前沿科研产出摆到台面上，邀请外部审查。

数学这项在调和分析：模型证明了所有维度的局部光滑化猜想（Local Smoothing Conjecture，研究波的能量集中能持续多久），顺带解决了 Kakeya 猜想（一根针在有限空间内转向所有方向最少需要多大空间）和 Stein 限制猜想。去年初中国数学家王虹刚证明三维 Kakeya 猜想震惊学界，OpenAI 这次是基于 Wang–Zahl 的三维结果往高维推进，把 4 维这道屏障拆了。OpenAI 表示数学和计算机科学两块的成果已经过 Lean 形式化验证工具验证，证明材料公开在 GitHub（openai/math）。

计算机科学这项争议最大：模型推翻了指数时间假设（ETH）——这个被复杂度学界信奉近 30 年的假设，断言某些计算问题无法避免计算量随规模急剧增长。按照官方说法，这一结果意味着未来可能找到更快的算法。ETH 一旦真被证伪，NP-hard 问题的研究图景会大变，但正因为影响太大，这是最需要学界独立确认的一项。

物理这项在量子场论：模型提出了量子色动力学（QCD，解释夸克如何结合成质子中子）和杨-米尔斯理论的严格数学存在性证明。杨-米尔斯存在性与质量间隙是七大千禧年问题之一，这条线 OpenAI 说正由诺贝尔物理学奖得主等专家参与审查，还没下结论。

OpenAI 自己也清楚这些结果离"被承认"还有距离——官方说法是"尚需学术界进一步独立确认"。数学和 CS 走的是 Lean 形式化验证+公开证明的路线，物理走专家评审。围绕这些 AI 产出的学术信用归属问题，社区讨论也已经起来了：模型证明的成果，署名和贡献该怎么算，标准还没建立。

参考来源

• OpenAI: Working with academic communities to build scientific understanding