AI 日报 · AI 日报
AI 日报|2026 年 9 月 8 日
OpenAI 公开由内部模型生成的纳维–斯托克斯方程千禧年难题候选解及 Lean 形式化证明,等待数学界独立审查。Google DeepMind 同日开放覆盖 90 亿种单字母 DNA 变化的 AlphaGenome Atlas,把基因变异预测变成可查询的研究资源。
本文目录
导读
当 AI 给出一张图片或一段文字时,人们通常可以直接判断结果是否可用。当它开始提出数学证明、排列可能影响疾病的基因变异,或参与未成年人研究时,判断标准会变得更严格:结果能否复核、预测是否被误当成事实、研究资助能否保持可信,都比演示本身更重要。
9 月 8 日的几项进展集中体现了这种变化。OpenAI 公开一个由内部模型生成的纳维–斯托克斯方程候选解,同时提供论文和 Lean 形式化证明;Google DeepMind 把 AlphaGenome 对 90 亿种单字母 DNA 变化的预测整理成可查询图谱。OpenAI 还发布新一代图像模型,并为青少年与 AI 的独立研究设立资助计划。产业侧,Mistral 完成 30 亿欧元融资,继续押注欧洲自主掌握模型、算力与部署基础设施。
本期报道范围为北京时间 2026 年 9 月 8 日 00:00—24:00。OpenAI 官方 RSS 显示,纳维–斯托克斯公告、青少年研究资助和图像模型分别在北京时间 18:00、17:00 与 19:30 发布;Google 官方 RSS 将 AlphaGenome Atlas 的发布时间标为 22:00。Mistral 公告页面只给出日期,媒体记录的发布时间换算后落在当晚。正文中的“发生了什么”整理来源披露的事实,“为什么重要”和“值得关注”是编辑分析。
今日要点
- OpenAI 发布纳维–斯托克斯方程千禧年难题的候选解,称约一万个并发智能体在 88 小时后得到结果,随后由 GPT-6 Astra 用 17 小时完成 Lean 形式化与验证。
- 公开的候选解试图证明:带有光滑外力、初始状态光滑的三维不可压缩流体,可以在有限时间内出现速度无界的奇点;它目前仍需数学界长期独立审查。
- Google DeepMind 发布 AlphaGenome Atlas,预先计算人类基因组约 90 亿种单核苷酸变化的分子影响预测,并提供统一的变异影响分数。
- OpenAI 推出 ChatGPT Images 2.5,以及面向接口调用的 Flare 和 Sunburst 两个模型;公司称常用版本相较上一代最多降低 50% 生成延迟。
- Mistral 完成 30 亿欧元 D 轮融资,投后估值超过 210 亿欧元,计划扩大前沿研究、训练算力、基础设施与国际业务。
- OpenAI 设立总额 500 万美元的研究资助,支持评估生成式 AI 对 13—17 岁青少年发展、关系、福祉与安全影响的独立研究。
上述要点对应的论文、代码、产品说明、研究规则和融资公告见各节链接。
重点进展
AI 提出的纳维–斯托克斯候选解究竟证明了什么?
发生了什么
OpenAI 公开一个纳维–斯托克斯方程存在性与光滑性问题的候选解,并同时发布普通数学论文与 Lean 形式化证明。纳维–斯托克斯方程描述空气、水等流体怎样运动;这个千禧年难题要问的是,即使初始状态很平滑,三维不可压缩流体的速度是否仍可能在有限时间内变得无界。来源:OpenAI 研究公告
OpenAI 称,其构造从静止流体开始,施加始终光滑的外力,同时保持有限动能,最终仍形成速度无界的旋涡奇点。公司认为这分别建立了克雷数学研究所官方问题描述中的 C 与 D 两种“发生崩溃”情形。
公告披露,项目使用一个仍在训练、能力显著高于 GPT-6 Astra 的内部模型。约一万个并发智能体组成的协作系统在 88 小时后得到候选解;解决纳维–斯托克斯问题的过程发送约 270 万条消息,使用约 1300 亿个输出词元。随后 GPT-6 Astra 用额外 17 小时完成 Lean 形式化和验证。
公开仓库给出了全空间与周期空间两套形式化结论、构建命令和 Comparator 独立检查说明。Lean 是一种证明助手:它能让较小的检查核心逐步确认形式化陈述是否由允许的定义和定理推出。来源:Lean 形式化仓库
为什么重要
如果候选解经得住数学界审查,它不仅会回答一个长期开放的流体方程问题,也会成为 AI 参与前沿数学研究的重要案例。论文与机器可检查证明同时公开,比只发布自然语言结论更容易定位定义、假设或推导中的错误。
不过,“Lean 能通过构建”不能直接替代数学共同体的审查。形式化检查确认的是仓库中写下来的命题与推导;研究者仍需判断这些定义是否准确对应官方问题、论证是否便于独立理解,以及普通数学论文能否完整解释形式化构造。克雷数学研究所的规则还要求候选解在合格出版物发表、经过至少两年检验,并获得全球数学界普遍接受后,才会进入正式考虑。来源:克雷数学研究所评奖规则
因此,本期把它称为“候选解”,而不是已经被正式承认的最终解。OpenAI 也表示不会为这项结果申领奖金。
AlphaGenome Atlas 为什么先计算 90 亿种变化?
发生了什么
Google DeepMind 发布 AlphaGenome Atlas,为人类基因组中约 90 亿种可能的单核苷酸变化预先计算分子影响。单核苷酸变化可以理解为 DNA 序列中一个字母被另一个字母替换;逐个做实验几乎不可行,因此图谱先用 AlphaGenome 模型预测哪些变化更可能影响基因表达、RNA 剪接、染色质可及性等过程。来源:Google DeepMind 技术说明
图谱规模约 1 PB。除了每个变异对应的多项分子预测,它还提供一个变异影响分数(AlphaGenome Variant Impact score,AVI),把 AlphaGenome 对编码区和非编码区的预测,与 AlphaMissense 对蛋白质变化的预测合并为一个用于排序的数值。研究者可以继续查看是哪类分子特征推动了这个分数,而不只得到一个黑箱排名。
Google 介绍了几项早期外部合作结果。Broad Institute 团队用 AVI 分数优先筛选一个未解决的罕见病案例,随后用实验验证了 DNM1 基因附近的异常剪接;另一项针对超过 5.4 万名 UK Biobank 参与者的分析,按预测分组后发现的非编码基因关联增加了 22%。这些数字来自 Google 与合作团队公布的具体研究案例,不能直接推广到所有疾病或人群。
AlphaGenome Atlas 当天以网站、接口和 Google Antigravity 技能形式向学术研究开放,当前网站用途限定为非商业使用;Google 表示商业入口将随后通过 Cloud 提供。基础 AlphaGenome 模型此前已经开放学术使用。
为什么重要
图谱把“每次提交一个变异再等待模型计算”变成了可以直接查询和批量排序的研究基础设施。对罕见病或群体遗传学研究而言,它更适合先从大量候选中缩小实验范围,再把有限的实验资源用在最值得验证的变化上。
它的边界也必须说清楚:Atlas 保存的是模型预测,不是 90 亿次真实实验结果,更不是临床诊断。AVI 分数可以帮助排列优先级,却不能单独证明某个变异会导致疾病;训练数据覆盖不均、不同细胞类型的误差和人群代表性都需要在具体研究中重新检查。
ChatGPT Images 2.5 把改进重点放在了哪里?
发生了什么
OpenAI 发布 ChatGPT Images 2.5,并向 ChatGPT、ChatGPT Work 和 Codex 的桌面、移动与网页用户逐步开放。新版本增加草图输入、常用模板、图片局部评论和提示词分享,并着重改善参考人物或物品的身份保持、局部编辑与多轮修改一致性。来源:OpenAI 产品公告
接口侧同时提供 GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst。Flare 面向多数应用和较低延迟,Sunburst 用更长生成时间换取更细致的编辑控制。OpenAI 称 Flare 相较 GPT-Image-2 能以最多低 50% 的延迟生成更高质量图片;这是厂商自报结果,公告没有给出覆盖所有尺寸和并发负载的完整延迟分布。
系统卡承认,更高的写实度会提高制作政治、色情或其他敏感人物深度伪造的风险。OpenAI 使用输入提示、输入图片和最终输出的多层检查,并继续加入 C2PA 来源元数据与不可见水印。在一组专门诱导违规输出的固定测试中,Sunburst 与 Flare 最终呈现违规图片的比例分别为 1.09% 和 1.41%,上一代基线为 1.64%;各子类别并非全部改善,系统卡也提醒自动标签和样本规模会带来误差。来源:ChatGPT Images 2.5 系统卡
为什么重要
图像生成正在从“一次给出成图”转向持续编辑。能否只改海报上的一行文字、保持人物身份和已经确认的版式,往往比第一张图的观感更决定它能否进入设计、零售与营销流程。
与此同时,编辑越准确,伪造真实人物和事件的能力也越强。水印与来源元数据有助于追踪由支持这些标准的平台生成的内容,却不能保证所有转存、截图和再加工后的图片仍可识别。产品团队仍需限制敏感人物用途,并保留素材授权与人工审核记录。
30 亿欧元融资能为 Mistral 买来什么?
发生了什么
Mistral 宣布完成 30 亿欧元 D 轮融资,投后估值超过 210 亿欧元。Samsung Electronics 领投,EQT 管理的 Scaleup Europe Fund 与现有投资者 PSG Equity 共同参与领投;新投资者还包括 Advent、BlackRock 管理的基金和卢森堡政府。来源:Mistral 官方公告
公司计划把资金用于前沿模型研究、训练算力、基础设施、商业扩张和国际业务。Mistral 称目前在 20 个国家运营,并服务超过 125 家全球企业;这些运营数据来自公司披露。官方公告把战略重点概括为同时掌握开放权重模型、计算基础设施和生产部署能力。
公告页面只标注 9 月 8 日,没有公开小时级时间。TechCrunch 的首发记录为太平洋夏令时 07:17,即北京时间 22:17,因此归入本期;该媒体还交叉确认了融资规模、估值和主要投资方。日期交叉核验:TechCrunch
为什么重要
训练前沿模型和建设数据中心都需要长期、高额资本。Mistral 获得的资金规模说明,欧洲投资方和产业公司愿意为一条不完全依赖美国云平台的模型与算力路线继续下注。Samsung 与此前参与投资的 ASML 也让模型公司和芯片、制造产业之间的关系更紧密。
融资金额不能证明模型性能、客户留存或“主权 AI”已经实现。真正需要追踪的是:新增资本有多少进入研究和可用算力,开放权重策略是否保持,企业能否在不被单一供应商绑定的情况下实际迁移模型、数据和工作流。
青少年与 AI 的研究资助怎样避免只得到有利结论?
发生了什么
OpenAI 设立总额 500 万美元的研究资助计划,支持评估生成式 AI 对 13—17 岁青少年发展、福祉与安全影响的独立研究。单个项目最高可申请 100 万美元,申请在 10 月 6 日截止,计划最晚于 11 月 13 日通知入选者。来源:OpenAI 资助说明与申请要求
研究方向包括青少年怎样使用 AI、不同使用方式与发展结果的关系、情绪与社会关系、不同年龄和文化环境的差异,以及年龄适配设计、家长或教师支持和安全措施是否有效。涉及未成年人的项目必须说明伦理审查、知情同意、隐私与数据保护,以及发现伤害或紧迫风险时怎样处理。
申请者还需披露独立性和利益冲突。评审标准写明,项目应能产生可信结果,无论结论是否有利于 AI 产品提供者。OpenAI 鼓励研究者通过论文、预印本或公开报告发布结果,但没有把公开发表设为获得资助的强制条件;资助由 OpenAI Group PBC 管理。
为什么重要
关于青少年使用聊天机器人的争论常依赖个案或总体使用时长,难以回答“什么人、在什么情境、以什么方式使用”这一组更具体的问题。把文化、语言、家庭支持和产品干预纳入研究,有机会为年龄适配设计和监管提供比单一平均值更有用的证据。
资金来自被研究产品的提供者,仍会带来利益冲突风险。强制披露、外部伦理审查和允许不利结论是必要起点;若最终项目、方法、数据边界和结果能够公开,外界才更容易判断这项计划是否真正扩大了独立证据,而不只是为产品决策提供内部材料。
值得关注
机器可检查正在成为研究发布的一部分,而不是结论的替代品
纳维–斯托克斯候选解附带 Lean 证明,AlphaGenome Atlas 允许研究者追溯影响分数背后的分子特征。两者都在尝试让复杂输出更容易检查。但形式化证明仍要确认问题对应关系,基因预测仍要经过真实实验;“可以被机器复核”与“已经被科学共同体接受”是两个阶段。
能力提高后,披露失败率比只展示成功案例更有价值
Images 2.5 的产品公告强调更稳定的编辑,系统卡则同时公开一组攻击性测试中的漏拦比例和子类别退步。对更写实、更可控的生成模型,后者更能帮助开发者判断敏感场景是否适合上线。今后的模型发布值得继续关注测试集构成、统计误差和实际监测,而不只是平均能力提升。
资本和研究资助都需要后续可验证结果
Mistral 的融资可以扩大算力和研究投入,OpenAI 的青少年资助可以填补证据空白,但金额本身不是成果。更有意义的后续指标包括开放模型是否按计划发布、基础设施是否真正可迁移,以及受资助研究能否公开方法、限制和不利发现。
来源
以下为本期使用的 10 个主要来源,核验时间为北京时间 2026 年 9 月 9 日。Meta Muse、Inception Mercury 2.5 与 AWS 9 月 8 日更新的官方或新闻稿时间戳均晚于 16:00 UTC,换算后已属于北京时间 9 月 9 日,因此没有提前收录。
- OpenAI:On the Navier–Stokes Millennium Prize Problem
- OpenAI:NavierStokesAndEuler Lean 形式化仓库
- 克雷数学研究所:千禧年难题评奖规则
- Google DeepMind:AlphaGenome Atlas 技术说明
- OpenAI:Introducing ChatGPT Images 2.5
- OpenAI Deployment Safety Hub:ChatGPT Images 2.5 系统卡
- Mistral:30 亿欧元 D 轮融资公告
- TechCrunch:Mistral 融资发布时间与条款交叉核验
- OpenAI:青少年与 AI 研究资助说明
- OpenAI 官方 RSS:首发时间戳