AI 每日简报 | 2026-09-09¶
今日概览¶
今天的头条是一起"科学突破"与"优先权争议"同时发生的奇观：OpenAI 用未公开的内部模型驱动 10000 个智能体、历时 88 小时攻克了七大千禧年难题之一——纳维-斯托克斯存在性与光滑性问题，并用 GPT-6 Astra 完成了 Lean 形式化验证。但随之而来的不是纯粹的掌声，而是一场抄袭指控——用 Claude 和 Codex 研究该问题近一年、8 月 15 日已取得突破的 NYU 数学家 Buckmaster 与 Anthropic 研究员 Alpöge 认为 OpenAI 是听到传闻后"抢跑"。陶哲轩为此发出警告：好的开放问题正在被"不可再生地开采"，甚至"听说有人在研究"就足以触发千万美元级的抢答。另一条硬核进展来自 DeepMind：AlphaGenome Atlas 预测了人类基因组全部 90 亿种单核苷酸变异的分子效应。
- OpenAI 用 10000 个智能体 88 小时攻克 Navier-Stokes 千禧年难题，随即陷入优先权争议，陶哲轩发出"开放科学"警告
- DeepMind 推出 AlphaGenome Atlas，预测人类基因组全部 90 亿种单核苷酸变异
- OpenAI 发布 ChatGPT Images 2.5，图像生成延迟最多降 50%、新增 Sketch 草图参考
- DeepSeek 官宣明日下调 Flash 系列模型价格，输出降至每百万 Token 4 元
- Meta 发布首个个人智能体 Muse，可自主替用户发邮件、卖车、订行程
深度阅读推荐¶
以下条目标注为 ⭐ 深度推荐，包含 AI 提炼的核心观点。
⭐ OpenAI 攻克 Navier-Stokes 千禧年难题：88 小时、10000 智能体，与一场"抢跑"指控¶
OpenAI 宣布其内部未公开模型（性能远超最新发布的 GPT-6 Astra）解决了克莱数学研究所七大千禧年难题之一的"纳维-斯托克斯存在性与光滑性问题"，并公开了完整论文与 Lean 形式化证明。据 OpenAI 描述：9 月 1 日团队听到"两个千禧年难题已被解决"的传闻，受此启发，让智能体对全部开放千禧年难题发起攻关，其中 Navier-Stokes 问题由约 10000 个 AI 智能体协作，在首批智能体启动约 88 小时后（9 月 5 日）得到解答，随后 GPT-6 Astra 用 17 小时完成 Lean 形式化与验证。全部尝试共发送 4.9 亿条消息、消耗约 3000 亿输出 token，其中 Navier-Stokes 单独消耗 2.7 亿条消息、约 1300 亿 token（Simon Willison 按 GPT-6 Astra 公开 API 价折算约 1500 万美元）。
争议随之而来。NYU 数学教授 Tristan Buckmaster 与现任 Anthropic 研究员的数学家 Levent Alpöge 指控 OpenAI 抢跑：二人使用 Claude 和 Codex（主要是 GPT-5.6 Sol）研究该问题近一年、8 月 15 日已取得突破，并把全部草稿存进 Codex。Buckmaster 追问 OpenAI 首次发送 prompt 的时间，对方一度回避，最终承认"是在我们的工作传到 OpenAI 之后几天内发出的"；对"模型是否训练或访问过我们的 Codex 会话"这一问题，OpenAI 回答"模型没有查看用户数据"，但拒绝回答训练数据相关追问。更微妙的是，OpenAI 同意等 Buckmaster 先发表、或由他署名著文，但明确表示因与 Anthropic 的竞争关系，不会邀请 Alpöge 共同署名。OpenAI 则辩称：自己的证明路径与对方"显著不同"，Euler 情形下的精确结果也不同（forced vs unforced）。
核心观点：这起事件真正的冲击不在数学本身，而在"优先权"的游戏规则被改写——AI 让"从传闻到证明"的周期从数年压缩到数天，规模则从个人智力劳动变成千万美元级的算力竞速。Simon Willison 点出最尖锐的类比：安全领域早已是"仅凭有 bug 的传闻就能找到 exploit"，现在数学也步其后尘——"只要知道某问题存在未发表的解答，就可能触发数百万美元的 LLM 支出抢跑"。陶哲轩的警告则更进一步：当"听说有人在研究"就足以让问题被 AI 压平，学界的最优策略将变成"不再分享任何有前景的研究方向"，这将逆转数百年的开放科学传统。对从业者而言，这标志着"AI 加速科研"从生产力叙事，正式进入"知识产权、署名权与开放科学如何共存"的治理深水区。
来源：OpenAI · Simon Willison · IT之家
⭐ DeepMind 推出 AlphaGenome Atlas：人类基因组 90 亿种变异的预测图谱¶
谷歌 DeepMind 推出 AlphaGenome Atlas，对整个人类基因组中所有可能的单字母 DNA 改变（即全部 90 亿种单核苷酸变异）的分子效应给出预测，是目前覆盖基因突变分子生物学影响最全面的目录，学术界可通过免费门户免费使用。
核心观点：这是 AlphaFold 之后 DeepMind 在"AI for Science"主线上又一次体系化扩张——从"蛋白质折叠"推进到"基因组全部变异的分子后果"。如果说 AlphaFold 是预测单个分子的形状，AlphaGenome Atlas 则试图把"基因型—分子效应—表型"这条因果链的最上游补全，为变异解读、罕见病诊断和药物靶点发现提供一张系统性的底层地图。当这类图谱足够完整且免费开放，它将重新定义"基因测序之后该做什么"的标准流程。
OpenAI¶
Navier-Stokes 千禧年难题 ⭐¶
发布 ChatGPT Images 2.5¶
OpenAI 发布其当前最先进的图像生成模型 ChatGPT Images 2.5：图像生成延迟最多降低 50%，新增 Sketch 草图参考（上传草图作为参考）、模板库、图片内评论标注等功能。相比 2026 年 4 月发布的 Images 2 有实质升级。官方数据称旗下图像模型（ChatGPT Images 与 API 的 GPT-Image）累计已生成超 30 亿张图片。这是图像生成侧的一次常规但扎实的产品迭代。
发布《The Work Now Within Reach》随笔¶
OpenAI 发布一篇随笔，主题是"更强大、更便宜的 AI 如何扩大个人与企业可完成的工作范围、让增长更经济"。观点性内容，呼应此前"AI 加速研究"的内部数据披露。
来源：OpenAI
GPT-5.6 Sol 辅助量子计算实验¶
OpenAI 展示案例：一位 MIT 研究员用 GPT-5.6 Sol 配合 Codex 自主运行量子计算实验、分析结果并校准量子比特。属客户案例类内容，信息量中等。
来源：OpenAI
Google DeepMind / Gemini¶
AlphaGenome Atlas ⭐¶
Anthropic / Claude¶
Navier-Stokes 争议中的 Anthropic 角色¶
优先权争议的另一方 Levent Alpöge 是 Anthropic 研究员，他与 NYU 的 Buckmaster 用 Claude 和 Codex 研究 Navier-Stokes 近一年。OpenAI 明确因竞争关系拒绝邀请 Alpöge 共同署名。这条动态是今日头条故事的延伸，也提示：顶级实验室之间的竞争已经渗透到"数学证明的署名权"层面。
来源：Simon Willison · IT之家
Claude 用户账号遭黑客盗用，额度异常消耗¶
据 TechCrunch 报道，多名 Claude 用户近期发现账号额度在未使用的情况下快速消耗。Anthropic 调查后确认，黑客利用窃取的 Claude 登录会话访问用户账号并消耗额度。一名英国用户 8 月 4 日即发现其 Claude Max 20x 账号异常。属安全事件类动态，提醒重度用户留意账号异常。
来源：IT之家
国内大厂动态¶
DeepSeek / Kimi / 豆包 / 智谱 等
DeepSeek 官宣明日下调 Flash 系列模型价格¶
DeepSeek 开放平台公告，自北京时间 2026 年 9 月 10 日 12 时起调整 Flash 系列定价：空闲时段输入缓存命中每百万 Token 0.02 元、未命中 1 元、输出每百万 Token 4 元。这是国内大模型价格战的延续动作，进一步压低推理成本。
来源：IT之家
豆包输入法推出 Windows 版，覆盖五大平台¶
豆包输入法上线 Windows 版（0.9.0），至此覆盖 PC、Mac、iOS、Android 与鸿蒙五大平台。该输入法搭载豆包同款语音大模型，支持多方言、英语及中文语音输入。属字节跳动 AI 能力向输入法这一高频入口的渗透。
来源：IT之家
王云鹤创业后交出首个模型¶
量子位报道，前华为云算法工程师王云鹤创业后发布首个模型，团队把"多模型执行经验"用到了模型训练上。细节尚待展开，作为国内 AI 创业者动态备案。
来源：量子位
高通与亚马逊合作打造 AI 定制芯片与 1.6T 光互联¶
高通宣布与亚马逊达成跨多代合作，共同为大规模 AI 数据中心提供可规模化部署的定制芯片并围绕 AI 推理展开合作，同时开发最高 1.6T 速率的光互连方案。这是 AI 算力供应链进一步"去英伟达中心化"的信号，也反映定制 ASIC 在推理侧的需求升温。
来源：IT之家
深度智控获宁德时代、沙特阿美战投加码¶
物理 AI 企业深度智控（DeepCtrls）完成 B+ 轮数亿元融资，宁德时代、沙特阿美战投等重磅加码，定位"物理 AI 时代算力与能源底座"。算电协同赛道持续获得产业资本认可。
来源：量子位
AI 研究前沿¶
重要论文、技术突破
论文速览：Takara 榜近期精选¶
论文榜（Takara 备用源，最新滞后约 5-6 天）值得留意几条：
- TuringLLM（2608.30567）：Turing-20B-A2B，一个 20B 参数、每 token 激活约 2B 的 MoE 模型，面向长上下文与延迟敏感场景，探索"向物理 AI 高效扩展基座模型"。
- LatentPress（2609.01507）：提出一种超越文本与视觉的上下文压缩方案，压缩后的上下文以潜在表征形式传递，供语言模型直接消费。
- Escaping Redundant Reasoning（2609.00738）：针对推理时搜索（inference-time search）容易集中在结构/语义相似轨迹上的问题，提出结构感知的搜索策略。
- Cliff（2609.02817）：在 RLVR（可验证奖励强化学习）中，从"第一个错误"处学习过程奖励，替代粗粒度的结果奖励。
行业观点与解读¶
KOL 重要推文、深度分析文章
Simon Willison：Navier-Stokes 抢跑事件的深水区 ⭐¶
Simon Willison 在第一时间撰文拆解 OpenAI 攻克 Navier-Stokes 事件的争议，并与陶哲轩的观点相互印证（详见深度阅读推荐）。其最锋利的两个追问：一是"传闻即武器"——安全领域"仅凭 bug 传闻就能找到 exploit"的逻辑正蔓延到数学；二是"我的数据被用于改进模型性能"究竟意味着什么——他给出的新假想题是"如果我用 ChatGPT 帮忙解了一半千禧年难题，我的工作会否影响训练、让后来的模型帮别人抢先解出？"这是今日最有分量的行业评论。
陶哲轩：开放科学传统面临逆转风险¶
陶哲轩（Terence Tao）针对此事评论：好的、富有成果的开放问题正被"不可再生地开采"，"甚至只是听说某人在研究某问题，就可能触发大规模 AI 努力将其压平"。他警告，激励结构可能正在转向"不再与更广泛的社区分享任何有前景的研究方向"，这将逆转数百年的开放科学传统，对领域未来造成长期损害。
值得关注的视频¶
YouTube 播客与频道近期值得看的视频。标注 ⭐ 的为重点推荐。
今日无更新。
灵感种子¶
以下是今日简报中值得进一步思考的灵感种子。
"传闻即武器"会否成为 AI 研究的新常态？
安全圈早已验证"只要知道软件有未打补丁的漏洞，就能派 agent 去找出来"。今天 Navier-Stokes 事件证明，同样的逻辑在数学界成立：一句"某难题已被解决"的传闻，就能触发千万美元级的 LLM 抢跑。顺着这个思路，任何"半公开的未完成突破"都会变成竞速标的——这不只影响数学，也影响制药、材料、甚至企业战略情报。值得追问：当"传闻"成为可被货币化的信息资产，谁会去兜售"哪家公司/团队正在攻什么题"？
AI 时代的科学署名与"数据归属"该怎样重新立法？
Buckmaster 与 Alpöge 把近一年的草稿存进 Codex，最后却被 OpenAI 的内部模型"抢答"。争议的核心不只是优先权，而是：AI 实验室是否从用户对自家工具的使用中，获得了对用户研究方向的隐性情报优势？当实验室既是工具提供方、又是竞争对手时，这条利益冲突的边界在哪儿？这可能是比"模型能力"更早需要被监管的环节。
AlphaGenome Atlas 之后，"基因测序的下一步"会被重新定义吗？
当人类基因组全部 90 亿种单核苷酸变异的分子效应都能被预测、且免费开放，罕见病诊断、药物靶点发现、甚至胚胎筛查的标准流程都会被重塑。值得关注的是：这种"全图谱"能力何时从单核苷酸变异扩展到结构性变异、非编码区调控，以及谁会最先把它变成临床可用的产品。
生成时间：2026-09-09 08:52 | 下次更新：明日 9:00