AI动态

分类：AI动态 标签：人工智能、大模型、DeepSeek、OpenAI 一、 DeepSeek V4.1 Flash 模型正式发布：全面超越 V4 Pro、原生多模态视觉理解，最高降价 60% 深度求索今日正式发布 DeepSeek V4.1 Flash 模型。这是其全新模型结构系列中的最小尺寸模型，具备原生多模态视觉理解能力。新模型结构的设计初衷是：能力上限更高、推理速度更快、吞吐更大、可扩展到更大参数模型。 核心架构：DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构，输入和输出不对称，输入激活只有 8B，输出激活 16B。 性能突破：在基准测试中，其智能水平成功超越了包括 DeepSeek V4 Pro 在内的一众旗舰模型。 存储优化：大幅减少了 KV Cache 缓存的大小。与上一代模型相比，对 HBM 的需求减少到 1/4，对 SSD 的需求减少到 1/8。 调用方式：DeepSeek V4.1 Flash 已同步上线 DeepSeek API，将模型名称更改为 deepseek-flash 即可调用。 二、 OpenAI 宣布暂停 200 美元 Pro 20X 新增订阅，应对 GPT-6 Astra 空前需求 为确保现有用户获得良好体验并流畅访问 GPT-6 Astra，OpenAI 首席产品官 Tibo 宣布，将暂停接受 200 美元档 Pro 20X 订阅服务的新增订阅。 ...

分类：游戏 标签：王者万象棋、腾讯、策略游戏、棋牌 作为《王者荣耀》IP衍生出的全新尝试，《王者万象棋》在上线之初便迎来了不错的市场反馈。从预下载登顶AppStore免费榜，到开服商业化克制的情况下冲入畅销榜前列，这款筹备多年的产品用数据证明了自身的吸引力。 不过，比开局成绩更值得探讨的是玩家社群中高频出现的词汇：上头。许多原本只是冲着熟悉英雄尝鲜的玩家，往往在结束一局后忍不住点开下一把。这种从“IP情怀”到“玩法上头”的转变，正是这款游戏在设计上做对关键选择的结果。 零门槛的上手曲线：拒绝大脑过载 对于棋牌和策略类游戏而言，如何带新人入门历来是一道设计难题。规则讲得太多容易造成大脑过载，而深度不够又容易失去耐玩性。《王者万象棋》在上手曲线的处理上显得极为克制且高效。 游戏的基本流程可以概括为非常直观的闭环 -> 找到合适的英雄，将其培养起来，再通过自动战斗检验阵容强度。为了平衡泛用户与核心玩家的需求，万象棋引入了清晰的英雄等级养成体系。 直观的成长目标：玩家不必在开局就搞懂所有复杂的配合，只需集中资源培养主力C位。 熟悉而夸张的视觉反馈：当王者英雄被养到高等级时，会触发类似“觉醒之战”的强化效果，例如安琪拉的强力激光或吕布的全场覆盖大招。这种设计让玩家能够立刻获得正向反馈，边玩边摸索进阶策略。 持续的爽感与局中正反馈 在传统的卡牌对局中，许多组合技往往需要运营到最后才能兑现价值，体验呈现极端的 0 和 1。而万象棋的巧妙之处在于，它让玩家在阵容尚未完全成型时就能持续尝到甜头。 无论是前期日落海整备流的简单高效，还是通过手牌管理在刷牌与保留战力之间做出的取舍，游戏把乐趣分散到了对局的每一个阶段。即便最终名次未能登顶，主力突破关键等级时的爽感，或者几张牌成功联动的瞬间，都构成了玩家“再来一局”的理由。 社交破圈：让好友组队变得更轻松 在玩法演化的历程中，如何让成熟的机制适应现代玩家的社交习惯至关重要。《王者万象棋》不仅在单人策略上做出了减法，更通过一系列辅助与协同机制降低了好友开黑的门槛。 AI与真人私教：对局中的AI灵宝以及真人私教功能，允许高水平玩家直接通过语音和画线向新手提供提示。 组队排位共享机制：系统允许队伍成员共享最高排名结算，有效化解了水平差异带来的心理负担，让不同熟练度的朋友能够真正玩到一块。 总结 归根结底，《王者万象棋》的底气并不单纯来自于IP的积累，而是源于对数亿王者玩家未被满足的娱乐需求的深度挖掘。它通过平滑的学习曲线、爽快的局内反馈以及便捷的社交组队，让熟悉的英雄在全新的规则下焕发出了不一样的生命力。随着这张牌桌向更多人开放，它正在逐渐演变成朋友之间日常相约的新习惯。

分类：游戏 标签：三国志14、光荣特库摩、策略游戏、单机游戏 时隔6年，光荣特库摩旗下经典策略游戏迎来全新进化。9月10日，《三国志14 with威力加强传承版》正式发售，全面登陆 PS5、PS4、Switch 以及 Steam 平台。 作为基于2020年发售的《三国志14》及其威力加强版打造的“决定版”，本作不仅完整收录了游戏本体、威力加强版及历代大部分 DLC，更加入了军情、功劳、方策与名胜等全新系统。值得一提的是，本作由天津光荣特库摩主导开发，这也是该团队首次独立承担主机游戏的完整开发工作。 经典“涂色”大地图：历经时间检验的底层设计 《三国志14》最令人印象深刻的核心特色，莫过于将内政和战争融合在一张大地图上的“涂色”玩法。玩家派遣部队经过地图时会把沿途土地染成己方颜色，领土不再单纯由城市划分，部队的补给线也会直接反映在地图上。 在这种设计下，正面交战之外的战术空间被大大拓展：玩家可以通过迂回占领敌方土地来切断补给，或者故意留下缺口诱敌深入。制作人岳春辉表示，这一底层设计已经过时间的检验，传承版在保留原有精髓的基础上，进一步深化了策略维度的乐趣。 核心系统焕新：功劳、方策与军情博弈 为了让游戏体验更加丰富，传承版引入了多项重磅新系统： 功劳与方策系统：武将完成内政或在战场立功后可积累功劳并提升等级。升级时不仅能增强带兵上限或内政能力，还能获得与武将“主张”(王道、霸道、割据、礼教等)对应的点数。这些点数可用于解锁势力的“方策”，让麾下不同主张的武将共同推动势力的差异化发展。 军情系统：玩家可派遣情报官执行谍报或通过侦察获取军情。积累军情能够大幅提高外交和计略的成功率，甚至将随机行动变为必定成功。同时，AI 势力也会利用这套系统，这让智将拥有了更多活跃空间和深度的博弈场面。 融入中国历史文化的天津团队特色 作为由天津光荣特库摩主导的作品，本作加入了许多带有鲜明中国历史文化特色的内容。地图上新增了100处名胜供玩家发现与升级，并收录了诗词歌赋；历史事件增至190个，简体中文文本也经过了中方开发者主导的重新润色，力求更好地还原三国历史的厚重感与演义氛围。 传承与新开始 《三国志14 with威力加强传承版》不仅是一次内容的集大成者，更承载着天津团队对系列制作传统的继承。正如其名所寄托的寓意，在“传承”经典之余，这也为光荣特库摩的策略游戏开发翻开了全新的篇章。

分类：AI动态 标签：人工智能、大模型、数学、科技伦理 引言 流体动力学的核心——纳维-斯托克斯方程（Navier-Stokes Equations）迎来了人工智能的强力挑战。OpenAI 近日宣布，其利用约 1 万个 AI 智能体经过 88 小时的算力攻坚，成功发现了该方程失效的一个特例。如果这一成果最终得到数学界的确认，这将成为 AI 首次攻克重大数学难题的历史性时刻。然而，这场突如其来的技术突破并未收获纯粹的掌声，反而因涉嫌“抢跑”和数据使用争议，在学术界掀起了轩然大波。 百年数学难题的 AI 攻坚战 约 200 年前，法国物理学家克劳德-路易·纳维和爱尔兰物理学家乔治·斯托克斯提出了这组描述液体与空气等流体运动的偏微分方程。尽管它们在工程和物理学中被广泛应用，但其普适性始终未能从数学上得到完全证明。 为此，克雷数学研究所（Clay Mathematics Institute）在 2000 年将“纳维-斯托克斯方程的光滑性与解的存在性”列为七大千禧年数学问题之一（注：原文提及六大，此处保持原意或泛指千禧年难题）。 OpenAI 此次选择迎难而上，通过大规模集群调度，动用了约 1 万个 AI 智能体，在持续 88 小时的超高强度计算后，于 9 月 5 日锁定了方程失效的特例。这一进展让外界再次看到了大模型在基础科学研究领域的巨大潜力：海量算力 -> 智能体协同 -> 复杂推演，AI 正在从语言和代码生成，大步跨入硬核科学探索的深水区。 荣誉背后的争议：抢跑与数据指控 尽管技术成果引人瞩目，但数学界和研究同行却表达了强烈的不满。争议的核心在于成果发布的时机以及对前人研究成果的潜在利用。 在 OpenAI 宣布这一消息前的一个月内，纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge，正联合利用各大顶尖 AI 工具在纳维-斯托克斯问题上寻求突破，并已取得了重大进展。 就在该团队准备正式公布其最新研究成果前夕，OpenAI 突然投入数百万美元算力，开展了代号般的大规模突击攻坚并率先发声。 对此，OpenAI 官方声称其研发过程并未利用 Buckmaster 和 Alpöge 尚未公开的最新研究成果。但 Tristan Buckmaster 随后公开发表声明，对这一说法提出强烈质疑。纽约大学团队进一步指控称，OpenAI 在未经授权的情况下，抓取并利用了他们的数据来训练和优化相关模型。 结语 从“AI 辅助科研”到“AI 独立攻克”，大模型在基础数学领域的突破本应是一座里程碑。然而，OpenAI 与学术界之间的摩擦，再次将科技巨头与独立学者之间的权力不对等、数据使用伦理以及科研成果的归属问题推到了风口浪尖。当算力成为科学发现的绝对加速器，学术界的开放合作精神与商业公司的激烈竞争之间，亟需建立一套更加公平、透明的协作与规范体系。

分类：[科技] 标签：[人工智能]、[大模型]、[苹果]、[数码前沿] 一、 AI 与大模型动态 1. DeepSeek V4.1 Flash 正式发布：全面超越 Pro 级旗舰，成本直降 60% 深度求索（DeepSeek）正式推出全新模型结构系列中的最小尺寸模型 —— DeepSeek V4.1 Flash，具备原生多模态视觉理解能力。 架构创新：采用全新的 Causal-Encoder-Decoder 结构，输入与输出不对称（输入激活仅 8B，输出激活 16B），显著压低了推理成本。 显存优化：大幅减少了 KV Cache 缓存大小，对 HBM 的需求降至 1/4，对 SSD 的需求降至 1/8，极大降低了 Agent 类任务的使用成本。 性能表现：经过大规模强化学习后训练，其基准测试表现成功超越了包括 DeepSeek V4 Pro 在内的一众旗舰模型。目前已全面上线 API。 2. 算力需求空前：OpenAI 暂停 200 美元档 Pro 20X 新增订阅 由于用户对 GPT-6 Astra 的访问需求出现井喷，OpenAI 宣布暂停接受 200 美元档 Pro 20X 订阅服务的新增申请，以确保现有用户能够获得流畅的访问体验。目前官方正全力扩容，现有的 API 服务及其他档位订阅暂不受影响。 二、 数码硬件与行业焦点 1. 罗永浩犀利点评苹果首款折叠屏 iPhone Duo 罗永浩在社交平台上发文，以个人视角直言苹果首款折叠屏手机 iPhone Duo 的折叠形态、屏下摄像头、阔屏比例、侧边 Dock 栏以及内外屏无缝接力等设计“全都是抄的”。不过，他也对该机在打开与闭合瞬间的动画效果给予了肯定。同时，三星美国官方 X 账号也发文对苹果新机展开了全方位的趣味吐槽。 ...

分类：科技 标签：人工智能、大模型、智能硬件、AI Agent 过去一年里，AI Agent 的主要工作场景被局限在文件、网页和软件的数字世界中。它们能够高效地搜索资料、分析数据或生成 PPT，但屏幕内外的巨大隔阂始终存在。它们可以替你整理工作日志，却无法感知会议室里的真实讨论；能够制定家庭计划，却看不见孩子是否正在认真写作业。 为了突破纯软件的局限，AI 正在加速寻找自己的「硬件身体」。从海外的 Google、Amazon 到国内的百度，科技巨头们正将大模型能力深度注入智能硬件，标志着 Agent 的竞争正式越过聊天框，迈入设备与现实场景交织的新阶段。 从数字工具到行动者：Agent 为什么需要硬件？ 在纯软件世界里，网页有明确的链接、按钮，文件有固定的格式，Agent 可以通过清晰的规则拆解并执行任务。然而，现实世界的诉求往往充满了模糊性与动态变化。 一句简单的「帮我看着孩子写作业」或「照看一下老人」，背后涉及坐姿、专注度、休息时间、用药提醒及突发风险等多维度的复合任务。传统的智能设备只能机械地响应单次命令，而无法串联起一个完整的任务闭环。 硬件的介入改变了这一现状： 摄像头 赋予了 Agent 视觉感知。 麦克风 提供了声音交互入口。 屏幕与传感器 负责呈现信息并描述物理环境。 各类家电与智能终端 则构成了可被调用的行动端。 以近期百度搭子全面落地小度硬件矩阵为例，百度搭子负责需求理解、任务规划与工具调用，而超能小度则依托智能屏、闺蜜机、摄像机和音箱等硬件体系，将通用 AI 能力转化为家庭场景中的实际落地功能。 四款硬件协同：构建家庭任务的闭环体验 在最新的落地实践中，硬件不再是孤立的功能集合，而是作为家庭 Agent 的触角，共同协作完成复杂任务： 智能屏（如 X9 Ultra）：作为家庭任务的集中呈现与交互大屏，不仅能展示日程和作业进度，还具备视觉定位和红外控制能力，可联动操控传统非智能家电。 闺蜜机与智能音箱：提供更自然、更贴近日常习惯的交互入口，让用户无需刻意「打开 AI」，即可通过语音随时获取内容、搜索或进行口语练习。 智能摄像机：借助视觉大模型，用户可以用自然语言提出自定义看护需求（如检查孩子有没有玩手机）。全新的 AI 看护智能体 2.0 能够将任务拆解为坐姿、分神、拖延等细分维度，并通过多摄双画面实现空间全景与特写的持续跟踪。 通过这一套软硬件组合，系统能够完整走通「理解需求 -> 拆解步骤 -> 调用设备 -> 持续观察 -> 反馈结果」的闭环路径。 进入现实世界，真正的门槛才刚刚开始 当 Agent 跨出聊天框、真正介入物理世界时，挑战也随之升级。在数字世界中，代码报错只需重新运行，但在家庭场景中，一次看护误报可能会引发不必要的焦虑，而设备误操作更可能直接影响物理环境。 这给家庭 Agent 提出了更高的要求： 分寸感与可靠性：系统必须准确理解意图，在合适的时机选择轻提醒或直接通知，确保高风险任务的谨慎处理。 隐私与数据边界：多设备协同需要共享身份与日程数据，但摄像头画面和健康记录等高度敏感信息必须具备清晰的本地化隔离与权限控制机制，以建立长期的用户信任。 软硬件深度分工：未来的设备不能仅仅充当云端结果的转发器，而是需要根据自身的物理位置与感知能力实现智能分工，这对端侧算力与软硬件融合设计提出了极大的考验。 结语 百度搭子与超能小度的结合，不仅是一次软硬件协同的集中验证，也折射出 AI 产业从纯数字软件向物理 AI 演进的大趋势。 ...

分类：游戏 标签：单机游戏、策略游戏、光荣特库摩、三国志 策略游戏爱好者们迎来了熟悉的面孔。光荣特库摩旗下经典策略大作迎来全新版本，《三国志14 with威力加强传承版》已正式登陆PS5、PS4、Switch和Steam平台。 作为基于2020年《三国志14》原版及威力加强版打造的“决定版”，本作不仅完整收录了游戏本体、威力加强版以及历代大部分DLC，更加入了军情、功劳、方策、名胜等诸多全新系统，为玩家带来更加深度的策略博弈体验。 天津光荣首度独立操刀的主机大作 值得一提的是，本作由天津光荣特库摩主导开发，这也是该团队第一次独立承担一款主机游戏的完整开发工作。 面对累计出货超过100万套的成熟作品，制作团队并没有对核心玩法进行颠覆性的重构，而是选择在原有设计框架上进行精细打磨与乐趣拓展。正如制作人岳春辉所言，《三国志14》在大地图上“涂色”与争夺补给线的底层设计已经经过了市场和时间的检验，传承版的核心在于顺应这一基础，注入更多策略变数。 核心玩法升级：功劳、方策与军情的深度博弈 在保留君主扮演与大地图策略的同时，传承版引入了数项极具分量的全新系统： 功劳与方策系统：武将通过内政或作战积累功劳并提升等级，同时产出与其“王道”、“霸道”、“割据”、“礼教”等主张相对应的点数。这些点数用于解锁势力的“方策”。这一机制让武将的个人成长与势力发展紧密相连，数值平平的武将也可能因为独特的主张成为势力中不可或缺的拼图。 军情系统：谍报与计略不再仅仅依赖随机概率。玩家可以通过情报官执行谍报或侦察积累军情，从而大幅提高外交和计略的成功率，甚至将随机事件推向必定成功的结局。同时，AI势力也会运用该系统，为弱小势力对抗大势力提供了更多战术腾挪的空间。 融入中国本土文化的细节雕琢 作为带有明显天津团队特色的一作，传承版在文化氛围的营造上也下了不少功夫。 游戏中不仅加入了100处可供发现和升级的历代名胜、诗词歌赋，历史事件也扩充至190个。同时，简体中文文本经过了开发团队的重新润色，更好地契合了国内玩家对于《三国演义》历史文化的切身感受。 结语 从“Complete Edition”的字面翻译，到中文语境下赋予的“传承”之意，这款作品既是对《三国志14》这一阶段性成果的完美总结，也是光荣特库摩本土化研发团队的一次全新起点。对于喜欢经典历史策略游戏的玩家而言，这无疑是一次重返三国乱世、体验更深层谋略博弈的绝佳机会。

分类：游戏 标签：王者万象棋、策略游戏、王者荣耀、棋牌玩法 作为国民级 IP 的全新衍生之作，天美打磨多时的《王者万象棋》终于正式上线。从预下载登顶 App Store 免费榜，到首日冲进畅销榜前列，这款游戏在开服克制的商业化节奏下交出了一份超预期的答卷。 但在亮眼的成绩背后，更值得关注的是玩家社群里频繁出现的一个词：上头。不少原本只是冲着熟悉英雄去“尝鲜”的玩家，往往在结束一局后忍不住点开下一局。在这款看似传统的棋牌策略游戏中，天美究竟藏了什么底气？ 轻松上手：把乐趣放在最容易够到的地方 对于“棋牌类”或自走棋游戏而言，如何带新人入门历来是一道设计难题。如果规则过于繁琐，还没等玩家体会到策略深度，就已经先迎来了大脑过载。 《王者万象棋》的解法极为精妙，官方将其概括为“一刷二养三炸场”： 一刷：找到合适的英雄； 二养：把英雄培养起来； 三炸场：在自动战斗中见证阵容的威力。 游戏通过平滑的升级养成体系，为泛用户提供了一个极其直观的切入口。你不必在开局时背诵复杂的流派和运营细节，只需先集中资源把主力 C 位养起来。配合诸如“吕布大招全场覆盖”或“安琪拉三道激光”等带有王者标志性的强化技能，玩家能够瞬间获得强烈的视觉反馈与正反馈。这种“先尝到甜头，再深入探索”的机制，让学习曲线变得异常平缓。 策略与视听的双重进化 除了降低上手门槛，《王者万象棋》在策略深度上也并未妥协。手牌管理带来了取舍的趣味，等级与收益的增长让战力变化一目了然，而华丽的战斗演出更是将“爽感”直接拉满。 在玩法演化的维度上，它跳出了单一玩法的框架，将手牌管理、英雄养成、自动战斗与视觉吸引力有机融合。无论你是追求极致精细运营的核心玩家，还是只想休闲放松的泛用户，都能在对局中找到属于自己的节奏。 社交破圈：让开黑从峡谷延伸到牌桌 一款游戏自己玩得开心是一回事，能不能轻松拉上朋友一起玩则是另一回事。《王者万象棋》在社交与组队机制上也做足了功课： 引入了提供对局建议的 AI 灵宝； 提供了“真人私教”功能，好友可通过语音、画圈等方式进行实时指导； 独特的组队排位共享结算系统，有效缓解了水平不同带来的心理负担。 通过继承王者好友的亲密度，熟悉的英雄降低了理解门槛，而轻松的组队机制则让好友之间的开黑场景得到了自然延续。 总结 在竞争激烈的当下，《王者万象棋》的底气不仅在于王者 IP 的深厚底蕴，更在于它精准捕捉了数亿玩家未被完全满足的休闲娱乐需求。它通过玩法革新和低压力的社交场景，让熟悉的英雄在新的规则下焕发新生。当“今晚来打牌”逐渐成为朋友间日常的暗号时，这张全新的牌桌已然稳稳立足。

分类：[科技] 标签：[智能家居]、[隐私安全]、[LG]、[物联网] 智能电视作为客厅娱乐的核心设备，近年来其功能越来越丰富，但随之而来的隐私安全问题也频频引发用户担忧。本周，知名科技频道与安全研究人员爆出一则关于 LG 智能电视的隐私争议，引发了科技圈的广泛讨论。 事件起因：安全研究与博主爆料 在本周早些时候，YouTube 知名科技主播 Gamers Nexus 联合独立安全研究人员发布了一项调查结果。 调查指出，部分 LG 智能电视机在处于离线状态或待机模式时，依然会被持续记录并上传用户数据。更令人担忧的是，爆料称这些电视还会扫描周边的 Wi-Fi 网络、记录音频日志，甚至对音视频输入内容进行采样，以识别用户当前正在观看的节目内容。 这一发现迅速在社交媒体上发酵，许多消费者开始质疑现代智能硬件对个人隐私的侵蚀边界。 LG 官方强硬否认：数据收集遵循严格规范 面对铺天盖地的质疑与指责，LG 迅速发表官方声明，对上述视频内容进行了强烈否认，并对电视的数据处理机制进行了详细澄清。 LG 在声明中强调： 语音数据处理：LG 电视仅在用户主动按住遥控器上的语音按钮，或者在激活远场（Far-Field）功能并识别出“Hi LG”等唤醒词时，才会开始处理语音数据。 本地化处理原则：针对唤醒词的音频处理完全是在设备本地完成的。如果系统未检测到唤醒词，电视绝不会向云端服务器传输任何语音数据，更不会在后台无故记录环境中的对话。 ACR 功能说明：引发争议的自动内容识别（Automatic content recognition，简称 ACR）技术其实是一项可选启用的功能。该功能的核心初衷是为了给用户提供更具个性化的内容推荐、相关服务及广告。 默认隐私保护：LG 明确表示，在默认状态下且未经用户明确同意，ACR 收集的数据绝对不会被用于广告推送目的。 科技编辑点评 随着物联网与大模型技术的普及，智能设备的“智能化”与“隐私保护”之间的平衡一直走在钢丝上。 一方面，现代电视需要通过收集部分使用习惯（如 ACR 技术）来提供便捷的流媒体推荐；另一方面，黑色箱体式的后台数据传输缺乏透明度，极易引发消费者的不信任感 -> 感知 -> 疑虑 -> 危机。 对于普通用户而言，在享受科技带来的便利时，建议定期翻阅智能电视的隐私设置菜单，主动关闭不必要的个性化广告和数据共享选项，掌握数字生活的主动权。

分类：AI动态 标签：人工智能、大模型、数学、OpenAI 百年难题与 AI 的强势介入 约 200 年前，法国物理学家克劳德-路易·纳维和爱尔兰物理学家乔治·斯托克斯提出了一组描述流体（液体、空气等）运动的偏微分方程，即著名的 Navier-Stokes 方程。这组方程至今仍被广泛应用于气象预测、航空航天等领域。 然而，Navier-Stokes 方程并不保证适用于所有极端情况。几十年来，数学家们一直致力于证明其普适性或寻找导致方程失效的特例。2000 年，克雷数学研究所正式将 Navier-Stokes 方程光滑性问题列为七大千禧年数学问题之一（注：原文表述为六大）。 本周，OpenAI 宣布通过调用约 1 万个 AI 智能体进行长达 88 小时的算力攻坚，于 9 月 5 日成功发现了一个 Navier-Stokes 方程失效的特例。如果这一成果最终得到数学界的正式确认，将标志着人工智能历史上首次独立解决重大的世界级数学难题。 争议焦点：算力碾压与“抢跑”风波 尽管这一成果在技术层面具有里程碑意义，但在学术界和数学圈内却引发了巨大的争议。 事件的导火索在于时间线与成果归属的冲突。在过去的一个月中，纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 正在利用各大厂商的 AI 工具，在 Navier-Stokes 问题的研究上取得重大突破。 就在该团队准备正式公布其研究成果前夕，OpenAI 突然投入了数百万美元的巨额算力，开展了一场大规模的突击攻坚，并抢先发布了相关成果。 学术界的质疑：数据抓取与公平性 面对外界的质疑，OpenAI 官方声称其在攻坚过程中并未利用 Buckmaster 和 Alpöge 尚未公开的最新研究成果。 但这一解释并未平息质疑声。纽约大学团队公开对 OpenAI 的说法表示强烈怀疑，并进一步指控 OpenAI 在此之前抓取了他们的数据来训练其模型，从而借助人类学者的前置研究成果实现了最后的冲刺。 科技与伦理的碰撞 这一事件将大模型时代的技术研发伦理推到了风口浪尖。当拥有海量算力的科技巨头入局基础科学研究时，传统的学术发表秩序、数据隐私以及研究成果的归属权正面临前所未有的冲击。AI 究竟是辅助人类探索未知的强力工具，还是异化为掠夺学术成果的资本机器，数学界乃至整个科研界都需要给出新的答案。