2026年10月2日,Meta AI Research正式公布一組研究成果:其最新推理模型Muse Spark與多位數學家合作,共同完成六篇研究論文,其中五篇對此前開放的研究問題給出答案。合作透過普通的meta.ai聊天介面(Thinking Mode)進行,未使用定制研究框架或專用智能體系統。論文明確標注哪些部分主要由人類起草、哪些由模型生成,並經第二組數學家獨立審閱。Meta同時承認,部分問題已有其他團隊以不同方法獨立給出解答。
詳細情況
此前,Meta模型已在多項高中奧數級別競賽(數學、物理、化學)中達到金牌水平。此次工作則進一步測試模型在真正開放、無既定解題路徑的研究問題上的貢獻能力。涉及領域包括概率論、偏微分方程、群論、優化、算術物理與非結合代數等。
具體成果包括:
1. 概率論:高斯點精確擬合橢球面的嚴格閾值
論文:The Strict Threshold for Gaussian Ellipsoid Fitting
主要貢獻者:Aykut Arslan(與Muse Spark協作),由Babak Modami、Alexander Roitershtein、Mark Sepanski、Grigory Sokolov審閱。
核心結果:在高維空間中,隨機高斯點能否精確落在一個以固定點為中心的橢球面上,存在一個尖銳閾值。低於該閾值時,精確擬合以高概率存在;高於閾值時,幾乎不可能存在。

圖1:示意圖展示了在高維空間中,隨著隨機點數量的增加,精確橢球擬合從“可能”到“不太可能”的急劇轉變。
該結果為精確數據擬合的理論極限提供了基準(閾值點本身的行為仍未完全解決)。證明策略在Muse Spark協助下反覆推演與修訂。同期有三個獨立團隊(Misiakiewicz & Wen、De la Cerda等人、Koehler & Sohn)用不同方法也得到了相關結果。
2. 偏微分方程:質量臨界雙調和非線性薛定諤方程的有限時間爆破
論文:Finite‑Time Blow‑Up of Radial Negative‑Energy Solutions for the Mass‑Critical Biharmonic Nonlinear Schrödinger Equation
主要貢獻者:Leonard Dinh(與Muse Spark協作),由Fazel Hadadifard、Salem Selim審閱。
核心結果:針對受激光物理啟發的質量臨界雙調和非線性薛定諤方程,證明了徑向對稱且能量為負的解,在二維及以上情形下必然在有限時間內發生爆破(blow‑up)。

圖2:示意圖展示了波在趨近有限時間塌縮的過程中變得愈發狹窄和高聳。
這解決了自2015年左右懸而未決的問題,並確認了2002年電腦模擬的預測,明確了在該設定下波塌縮不可避免的條件。Muse Spark主要協助計算推演、測試論證路徑和修訂證明。
3. 群論:半阿貝爾群不必是單項群(反例)
論文:Semiabelian Groups Need Not Be Monomial
主要貢獻者:Joseph Phillip Brennan、Milana Golich(與Muse Spark協作),由Andres Barei、John Portin審閱。
核心結果:否定了M. Kida於2024年提出的猜想——“每個有限半阿貝爾群都是單項群”。團隊找到一個階為384的有限群反例,證明這兩種性質並不總是同時成立。

圖3:將384階反例視為對稱群時,其作用的可視化展示。
Muse Spark生成了GAP(群論計算系統)搜索程式,直接找到該反例;數學家隨後驗證並完成證明。另有AI agent Nilradical在2026年9月16日獨立報告了不同反例。
4. 優化:基於圈的鬆弛方法在完備長度三α‑圈上的緊性
論文:Tightness of the Cycle‑Based Relaxation for Completed Length‑Three Alpha‑Cycles
主要貢獻者:Aykut Arslan(與Muse Spark協作),由Kien Trung Le審閱。
核心結果:回答了Del Pia與Khajavirad於2026年提出的問題——某類二元多項式優化問題的圈鬆弛何時能精確等價於原問題。

圖4:藍色近似區域與左側橙色精確區域相吻合,但在右側包含了額外的可能性。
具體規則:當任意兩個集合共享但第三個不共享的區域恰好包含一個決策變量時,鬆弛是緊的(精確);若任一此類區域包含超過一個變量,則存在間隙。Muse Spark協助用概率視角重新表述問題、尋找反例並構建證明策略。
5. 算術物理:弦論兩點函數 = 曲線上的高度函數
論文:String Two‑Point Function = Height Function on a Curve
主要貢獻者:Anindya Dey、Gabriel Herczeg、An Huang、Nicolas Jaramillo Torres、Jacob H. Swenberg(與Muse Spark協作)。
核心結果:將數論中的高度函數與p‑adic弦論中的兩點函數聯繫起來,證明在比原先已知更廣泛的曲線類上兩者描述同一量。工作從Tate曲線的已知聯繫出發,擴展到更一般的Mumford曲線等。簡單情形可歸結為兩點座標在p進制下共享多少位初始數字。

圖5:虧格為2的Mumford曲線的圖模型,包含兩個中心環以及向外分叉的樹狀結構。
Muse Spark協助發現聯繫、生成候選證明,並起草了三個核心技術章節,後由研究者核對修訂。方向可追溯至Yuri Manin在1980年代的設想。
6. 非結合代數:可解進化代數及相關猜想(反例+新刻畫)
論文:On Solvable Evolution Algebras and a Conjecture by García‑Martínez and Pérez‑Rodríguez
主要貢獻者:Andres Barei(與Muse Spark協作),由Nicolás Jaramillo Torres審閱。
核心結果:否定了García‑Martínez與Pérez‑Rodríguez提出的“可解”進化代數判定測試,找到一個三維小例子通過該測試卻不屬於可解類。論文進一步提出基於整個子空間(而非單個元素)的替代刻畫規則,給出更準確的分類方式。
Muse Spark生成反例並提議替代刻畫與證明;Barei負責核對、精煉與重寫。同期Hu & Wen也獨立報告了反例。合作模式強調人類主導:數學家選擇問題、確定關鍵證明思路,模型協助計算推演、測試論證、生成搜尋程式碼並修訂證明細節。所有論文均標注人機貢獻比例,並經過外部審閱。部分結果與其他團隊幾乎同期獨立完成,體現了當前研究熱點的競爭性。
可能影響
1. 數學研究工作流的變化
Muse Spark展示了通用聊天介面即可支持開放問題探索,降低了AI輔助研究的技術門檻。未來數學家可能更頻繁地將模型作為“計算與試錯伙伴”,把精力集中在問題選擇、直覺判斷與最終嚴謹性把關上。這將加速部分技術性、計算密集型問題的解決速度。
2. 人機協作範式的確立
與完全自主智能體大規模搜索不同,此次工作突出“人類選擇方向 + 模型執行細節 + 獨立審閱”的模式。論文透明標注貢獻來源,有助於建立可追溯、可驗證的AI輔助數學研究規範,減少“黑箱證明”帶來的信任問題。
3. 數學界的憂慮與討論
近年來AI在奧數、形式化驗證乃至部分開放問題上的快速進展,特別是近期多家LLM快速解決多個多年懸而未決的數學難題,已讓部分數學家擔憂研究生態變化:資源不對等(大公司算力遠超個體研究者)、年輕學者職業路徑受影響、以及“可解性問題”被優先關注而忽視更深刻概念創新。Meta此次結果雖屬協作而非完全替代,但仍強化了“AI正從解題工具走向研究伙伴”的認知,可能促使學界加速討論AI貢獻的署名、審稿標準與教育調整。
25位菲爾茲獎獲得者的聯名簽名使得這一憂慮具體化,特別是對於年輕數學家以及還未很好利用AI的數學從業者來說,這些問題的解決使得其工作在某種程度上失去了意義,從而使得數學這門最純粹的學科可能受到前所未有的衝擊及後繼無人。
4. 對其他領域的示範效應
概率、PDE、群論、優化等領域的成功案例,可能鼓勵物理、理論計算機科學等鄰近學科嘗試類似協作。同時,模型生成可執行搜尋程式碼(如GAP程式)的能力,顯示了其在符號計算與實驗數學中的潛力。
5. 競爭與開放生態
Meta選擇公開論文並承認並發工作,體現了一定開放姿態。與OpenAI等在千禧年大獎難題等更高難度問題上的嘗試形成對比,也促使整個AI+數學社群更注重可複現性與獨立驗證。
結語
Meta Muse Spark與數學家協作解決五項開放問題,是AI輔助前沿數學研究的重要進展。它證明了當前模型已能在人類指導下有效參與計算推演、反例搜尋與證明修訂,而真正的問題選擇與最終嚴謹性仍依賴人類智慧。對數學界而言,這既是效率提升的機遇,也是重新思考研究評價、人才培養與人機邊界的契機。隨著更多類似工作的出現,數學研究的“人機協作”模式有望從實驗走向常態,但其長期影響仍取決於社群如何建立透明、公平且鼓勵原創性的規範。
▶️ 鍾意呢篇內容?創作真係好辛苦!
歡迎關注我哋嘅 YouTube 頻道:
AI Rosetta
你嘅讚好、訂閱同分享,係對我哋最大嘅支持!🙏
更多AI新聞請訪問:
https://www.airosetta.com