AI数学家上岗，00后创业者获108亿
今日AI领域发生数件值得关注的事件，逐一来看。这则新闻颇为震撼。一家名为Axiom Math的公司宣布，自今年2月起提交的8篇数学论文中，已有5篇通过同行评审并正式发表至学术期刊。这些论文涵盖数论、组合数学、代数几何等多个方向，其中一篇还成功证明了Ballantine等人提出的10个猜想中的6个，并发现了一个反例。该系统名为AxiomProver，其核心逻辑是将自然语言描述的数学问题转换为Lean形式化证明，再由独立检测器对每一步进行验证。它并非让大模型生成看似证明的文本，而是确保每一步都可被机器验证。创
AlphaProof Nexus破解数学难题，AI重塑科研范式
2026年05月26日 星期二AI HOT 精读今天AI圈发生了17件大事，我们深度解析了其中最重要的一件🎯 今日焦点 · 国际AI国际AI 谷歌 AlphaProof Nexus 攻克 2 道悬置 56 年 数学难题📌 事件概述Google DeepMind 今天放了个大招——他们的新 AI 框架 AlphaProof Nexus，一口气攻破了 2 道悬置了整整 56 年 的数学难题。这可不是什么竞赛题或者算法刷分，而是 20 世纪传奇数学家保罗·埃尔德什（Paul Erdős）提出的开放问题，数学界等
第二届国际AI数学挑战赛启幕，数学与科技融合等你来战
第二届国际创科AI数学大赛数学驱动科学科学塑造未来合办单位：内地报名单位：北京希语汇国际教育科技有限公司01活动宗旨与核心理念国际创科AI数学大赛是一项以推动创科融合为核心的国际性活动。本活动紧扣创科（Innovation & Technology）主题，致力于促进人工智慧（AI）与数学基础的深度结合，引导参与者运用数学思维解决前沿科技难题，激发创新实践能力。我们尤其重视为青少年及家长提供一个以数学认识科学与AI的互动平台。本活动并非以竞赛为目的，而是注重启发学生自我探索、发现潜能。我们希望通过丰
百元成本破解80年数学悬案：AI正在重塑学术研究规则
近期，OpenAI 公布了一则令数学界为之震动的研究成果。其通用推理模型独立推翻了一个悬而未决近八十年的著名猜想——Erdős 平面单位距离问题。这不是辅助人类完成的，也不是检索了已有文献，而是完全自主推理得出的结论。菲尔兹奖得主 Tim Gollars 评价道："若这篇论文以人类名义投向《数学年鉴》，我会毫不犹豫支持发表。"随后 Ethan Mollick 进行了一番测算。基于公开的大模型推理成本数据，解决这个八十年难题所耗费的资源为：电力 0.6–6.3 千瓦时（相当于电动汽车行驶数英里），水资源 3
AI破解数学难题：从解题工具到发现新知
你是否曾思考，AI何时能够自主提出问题？不是人类给它题目求解，而是它自行发现问题、探索未知路径，并指出人类认知的不足之处？昨日，OpenAI完成了一项令数学界震惊的工作——其内部通用推理模型独立证明了埃尔德什于1946年提出的几何猜想存在错误。八十年来，无数数学家在“平面单位距离问题”上屡战屡败。埃尔德什曾悬赏500美元征集解答——如今，一台尚未公开的AI用前所未有的方法推翻了这一猜想。更令人震惊的是：该AI所采用的方法，连专研此问题的数学家都未曾设想过。究竟发生了什么首先明确“单位距离问题”的核心——在
AI数学的深浅
今天聊点硬核话题。一个疑问：AI究竟运用了多深奥的数学？从技术手段和架构来看，AI所涉数学的“平均年龄”已达150岁，绝大多数源自19世纪以前：矩阵运算、梯度下降、链式法则、傅里叶变换、内积、概率论，大多属于本科低年级课程。然而，AI涌现出的某些现象，即便是当前最前沿的数学理论也无法阐释。我总结了几个备受关注的现象：- 缩放定律：当模型规模扩大、数据量增加、算力提升时，模型的损失函数会遵循一条极其平滑的幂律曲线下降，在对数坐标下近乎直线。面对一个拥有数千亿参数、内部高度复杂的巨型网络，其宏观表现竟如此井然
耗时80年的几何猜想被AI攻破：关键不在于计算速度
整整80年！一道几何学难题从提出到被破解，经历了如此漫长的岁月。1946年，数学家保罗·埃尔德什提出了一个经典的几何学假设：在平面上任意放置 n 个点，其中任意两点间距离恰好为 1 的配对数量，其最大值究竟是多少？这就是著名的"埃尔德什单位距离问题"。在随后的80年间，众多数学家尝试突破该假设所设定的数量上限，始终未能获得实质性进展。2026年5月20日，OpenAI官方宣布其团队研发的通用模型，独立发现并纠正了这一经典假设中关于上限的论证缺陷。按照OpenAI的说法，这是其模型首次独立完成数学领域的公开
AI模型突破组合几何经典难题：80年悬案终被解开
OpenAI Research · 2026 年 5 月 20 日 · 研究里程碑近 80 年来，数学家们始终在探索一个看似简洁的问题：当平面上分布着 n 个点时，最多能形成多少对恰好相距 1 个单位长度的点？这就是著名的平面单位距离问题（planar unit distance problem），由匈牙利数学家保罗·埃尔多什（Paul Erdős）于 1946 年首次提出。该问题是组合几何（combinatorial geometry）领域最具影响力的难题之一——表面上看似直白，实则极度复杂难解。200
AI数学证明的新纪元 - 从OpenAI离散几何成就看科研智能体的潜力与局限
当 AI 开始证明数学从 OpenAI 离散几何突破，看科研智能体的价值与边界关键进展OpenAI内部通用推理模型证伪了平面单位距离问题中长期被视为定论的 n^{1+o(1)} 猜想，成功构建了具有明确指数级增益的反例。更广阔的视野结合AlphaGeometry、AlphaProof、Lean/Mathlib等成果，探讨AI如何从单纯的计算辅助升级为研究协作伙伴。核心洞察AI的价值不仅在于更快速的运算，更重要的是拓展研究边界、揭示跨学科关联、提供反例并协助验证。保持警惕AI成果需要专业评估、形式化确认和学
第二届国际创科AI数学大赛开赛在即
第二届国际创科AI数学赛事数学启发科学科学塑造未来合办单位：内地报名单位：北京希语汇国际教育科技有限公司01活动宗旨与核心理念第二届国际创科AI数学大赛是一项以促进创科融合为主轴的国际性活动。本活动紧扣创科（Innovation & Technology）主题，推动人工智慧（AI）与数学基础的深度联动，引导参与者以数学思维回应前沿科技挑战，进而提升创新实践能力。我们特别重视为青少年及家长打造一个以数学理解科学与AI的互动平台。本活动并非单纯以竞赛结果为导向，更希望带动学生进行自我探索、主动发掘潜能
国际创科AI数学大赛启幕
第二届国际创科AI数学大赛以数学驱动科学用科学塑造未来协办单位：内地报名机构：北京希语汇国际教育科技有限公司01活动主旨与理念国际创科AI数学大赛是一项围绕创科融合展开的国际活动，聚焦创科（Innovation & Technology）主题，旨在推动人工智慧（AI）与数学基础的紧密联动，引导参与者用数学思维破解前沿科技问题，激发创新实践能力。我们特别希望为青少年及家长打造一个借助数学认识科学与AI的互动平台。本活动并不以单纯竞赛为目标，而更重视启发学生主动探索、挖掘潜能。我们期望通过丰富的实践环
AI进军数学界，奥数赛场大放异彩，研究范式迎来巨变
数学界的人工智能变革浪潮已然席卷而来2025年的盛夏，人工智能在数学界迎来了真正的里程碑。在当年的国际数学奥林匹克竞赛中，多款AI模型在六道题目中成功攻克五道，其表现远超许多专家的预料。虽然奥数题属于有确定答案的难题，并非开放性研究问题，但这一成绩足以让整个数学界重新审视AI的巨大潜力。过去那些认为AI容易出错、难以胜任严肃数学研究的专家学者，如今纷纷开始将AI融入日常工作。实际应用效果令人惊喜：AI不仅解题能力出色，更能协助研究者探索全新的研究方向，将原本需要数周甚至数月才能完成的工作，大幅压缩至一天之
桂林市第十七中学承办高二数学“AI赋能循证教学研”教研活动——探索导数教学新路径
“当数学遇见AI：一场关于'导数'的深度对话”——桂林市高二年级“AI赋能循证教学研”主题教研活动在桂林市第十七中学举行为探索AI循证教学实践路径，依托人工智能技术提升课堂教学成效，切实推动学生核心素养的培养与全面发展。2026年4月9日下午，一场以“AI赋能循证教学研”为主题的数学学科教研活动在桂林市第十七中学如期举行。来自全市各高中的数学教师齐聚一堂，围绕“导数的概念及其几何意义”这一课题，通过研究课观摩、备课经验分享、考教衔接讲座等多种形式，展开了一场关于“技术如何赋能数学教学”的深度对话。研究课展
2026浙大AI数学夏令营：免费免宿
2026年度浙江大学暑期研修：AI4MATH课程详情大语言模型正在重塑数学家的日常工作流程，无论是提出猜想还是验证证明，AI 都已成为科研的得力助手，其中 Lean 工具更是备受推崇。本届暑期学校聚焦 Lean 形式化数学，全面覆盖从类型论基础到元编程的技术体系，并融合大语言模型等尖端 AI 技术，旨在探索利用 AI 重构数学科研与教学的新路径，现面向全国高校学子招募。开课时间暑期课程：2026 年 7 月 13 日 - 7 月 20 日成果汇报：2026 年 7 月 21 日举办地点浙江大学数学高等研究
中国AI首次攻克数学未解难题并完成形式化证明
近日，北京大学北京国际数学研究中心传来消息，董彬教授率领的AI4Math研究团队依托自主研发的人工智能框架，成功破解了交换代数领域一项悬而未决的猜想——安德森猜想，并在Lean编程语言与定理证明环境中完成了近19000行的形式化论证工作。此举标志着我国首次利用人工智能框架解决交换代数开放难题并完成大规模形式化验证，为数学与人工智能的深度融合开拓了新路径。 该猜想由美国学者安德森在2014年首次提出，其核心研究对象是“准完备局部环”的某些特性。此类环主要用于代数化描述几何体在局部区域（例如某个点的邻域）的无