AI推动数学研究迈出关键一步
8月10日这天，Anthropic 发布了一则简短的动态，讲述了一件颇为罕见的事情：一款尚未正式对外公开的研究型 Claude，将黎曼 zeta 函数零点的已知下界，从 41.6% 提升到了 67.2%。这一成果并非为了刷榜或者跑分，而是被正式写入论文之中，经过人类数学家逐行仔细审核，同时借助 Lean 形式化验证工具完成了完整的检验流程。提出这一挑战的是 Anthropic 公司员工 Jarred Sumner，他本人并非数学科班出身。最初，他给模型下达的指令大致意思是：认真尝试一下黎曼猜想。图注：一句
AI速览-2026.08.12|Claude冲击黎曼难题,苹果AI国行版上线
📅 2026.08.12 周三 · Claude单步飞跃25年数学里程碑，苹果AI正式落地中国市场，C919首条国际航线开通🎯 当日关键动态AI4S从“战略愿景”转型为“实际产出链”，技术突破、商业落地、内容监管三条战线同日并行——① Claude将黎曼ζ函数零点比例下限由41.6%拉升到67.2%，单步跨越25.6%，过去37年人数学者仅累积推进0.8%（源自Claude挑战黎曼猜想）② 腾讯今晚发布Q2财报，市场预计营收同比增长9%，官方表示AI投资已开始产生回报，王者荣耀与和平精英强化AI技术运用（
AI速报 08/12 | OpenAI推出GPT-5.6-Cyber | 英伟达双线开源Nemotron
🤖 AI日报 · 每日精选2026年08月12日 周三 · 05:57 更新✨ OpenAI发布GPT-5.6-Cyber · 英伟达开源Nemotron双响 · 中国机器人包揽97%出货 · Claude破解黎曼猜想获突破今天AI圈的关键词是"攻防"与"落地"。OpenAI把大模型直接做成"挖洞武器"，英伟达正式下场开源、还要拉5000亿美元建AI工厂，中国人形机器人则交出一份全球97%出货的统治级答卷。当模型能力逼近天花板，竞争正从"谁更聪明&#
AI巨头激烈角逐，中国机器人占比达97%
AI领域巨头激烈竞争，中国机器人占比达97%。08.12期科技日报 #2026年8月12日 #Meta开源本地Agent #Claude挑战黎曼猜想 #微软9月发Maia300 #Manus恢复独立运营 ===== 五条新闻概要===== 【01】Meta开源300亿参数本地Agent模型Muse Glimmer Meta推出Muse Glimmer，300亿参数稠密模型，Apache 2.0协议开源，量化压缩后不足20GB，普通消费级显卡便能运行本地Agent。扎克伯格撰文描绘"个人超级智能&#
AI前沿速览-08/11：Claude突破黎曼猜想研究边界，Meta主张AI省时应转化为更高产出
今日最引人关注的，并非又添了一项聊天功能，而是 AI 正在同步重塑知识创造与任务分配的格局。Claude 并未攻克黎曼猜想，却显著提升了相关零点比例的既有下界；与此同时，Meta 高层清晰表态，AI 节约下来的时间理应转化为更高的产出。能力红利显现之后，究竟谁来核验成果、谁来共享红利，已演变为一个核心议题。Anthropic 安排一款尚未面世的 Claude 研究版本向黎曼猜想发起挑战。模型虽未破解这一世纪难题，却在某个关联问题上斩获了可量化的进展：将黎曼 ζ 函数零点中符合猜想条件的比例下界，由原先的
AI应用层面的若干思考
关于AI应用层面的若干思考。最近留意到一个趋势，前沿的AI正在集中攻克基础性难题。前些天是GPT-5.6 sol和Claude Fable 5合力破解了一道悬而未决25年的问题，今天Anthropic正式宣布，一个尚未对外公布的Fable模型在黎曼猜想研究上获得重大推进。更令人意外的是，此次黎曼猜想的突破，竟是Anthropic一名员工通过反复让模型重试实现的。第一句话是："请尝试证明黎曼猜想。"失败之后，就说"再试一次"。然后不断鼓励Claude继续，让它相信自己。就这样，Claude独立完成了证明。这
人工智能叩开数学未知领域
假设你眼前矗立着一座被迷雾紧锁的巨峰。一百六十七载光阴里，众多数学家前赴后继地发起攀登，却无一例外地在半途折戟。2026年8月10日，AI企业Anthropic披露了一项特别的实验：他们驱使内部尚未面世的克劳德研究版本去挑战这座高峰——正式尝试论证黎曼猜想。结果并不令人意外，克劳德终究未能登顶。然而令整个数学领域震惊的是，它在攀爬过程中意外开辟出一条前人从未打通的新通道，将人类在这座山峰上的已知探索高度从约四成一的方位，一举推进至三分之二以上。不妨这样理解，把数学天地比作一部恢宏的交响诗篇，素数便是其中最
AI面对黎曼猜想：它还会在哪些地方绊倒
摘要 黎曼猜想（RH）被普遍视为数学史上最重要的悬而未决难题之一。一个半世纪过去，它依旧让所有证明路线无功而返。随着人工智能逐步走入数学推理：能解竞赛题、能做复杂定理的检验、甚至能生成新的猜想——一个顺理成章的追问出现了：AI有没有可能证明黎曼猜想？若有，又需要满足哪些前提？要回答它，我们不得不正视当下AI的短板、数学发现究竟依赖什么、形式化验证在其中扮演的作用，以及在证明能够被“认证”为无误之前必须搭建的巨型知识支架。下面将从三个互相缠绕的方向拆解：当前AI欠缺的关键能力、把解析数论搬进形式系统的浩大工