重磅！AI补全人类史上最大数学证明，数学家当场泪崩
重磅！AI补全人类史上最大数学证明，数学家当场泪崩Axiom的AxiomProver用24天将有限单群分类定理（CFSG）形式化，生成4310万行Lean代码，并发现34处重大逻辑偏差、修补不平衡群定理漏洞及证明新定理。
来自主题:
AI资讯
10416 点击 2026-11-01 09:21
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
Axiom的AxiomProver用24天将有限单群分类定理（CFSG）形式化，生成4310万行Lean代码，并发现34处重大逻辑偏差、修补不平衡群定理漏洞及证明新定理。
Google Cloud AI Research等团队发布T2J-Bench，以63个整仓任务评测Coding Agent将PyTorch迁移至JAX的行为保真度，并提出TwinHarness，使Claude-Code与opus-5组合的总体得分从0.649升至0.723，相对提升11.4%。
阶跃星辰与硅星人在ACC 2026开展五天AI创业练习生实践，开发者借助模型、工具和导师支持迭代Demo并完成路演，星空少儿英语、Plain和Aura分获前三名。
DeepSeek因识图乌龙、网友二创和拟人化传播被塑造成爱摸鱼的“大肥鱼”，与“D老师”粉丝还争夺正统形象，豆包等AI也因官方策略和翻车形成刻板印象。
a16z在《State of Markets》报告及官方播客中指出，AI相关公司已占美国VC交易活动的86%，超大规模厂商资本开支激增，而模型与应用采用率仍低，AI投资周期尚处早期。
LibTV正式接入腾讯WorkBuddy后，用户可在对话中调用其模型与Skill完成视频复刻、营销物料和品牌短片创作，并持续修改和复用素材。
阿里数据团队基于117个模型技术报告筛选158个评测基准，提出基准健康指数（BHI），按能力区分度、抗饱和度和影响力诊断基准，论文获NeurIPS 2026 Evaluations and Datasets Track（Oral）录用，Humanity's Last Exam（HLE）综合第一。
OpenAI发布的GPT-6 Astra在机器人评测中登顶，并凭借跨本体操作、Real-to-Sim、Computer Use及长程任务能力重塑Agent、机器人和AI制药应用，但其速度、幻觉、物理直觉不足及湿实验反馈慢仍构成瓶颈。
百度智能云推出AI Infra与Agent Infra双层基础设施，通过百舸AI计算平台6.0提升资源与Token效率，支撑智能体长期稳定运行及产业场景落地。
清华大学张强教授团队联合北京清屿科技、香港大学和北京怀柔实验室提出EvoSim，使AI从实验偏差中追查机制、修订方程并积累建模方法，并在电池快充析锂与动态电压预测场景完成验证。
新芯航途XHEART首次公开亮相并发布X7 Ultra，以Momenta R7世界模型指导芯片设计，实现700 TOPS超大核NPU、99.99%量化相似度和98.7%计算利用率。
DeepSeek Harness 团队发表技术文章，介绍由 Router 统筹、Worker 执行的 Super-agent 架构，支持跨会话并行、主动响应外部事件和长期在线，并已用于内部研发协作，相关原型 dsh-superagent-prototype 已开源但尚非正式产品。
Exin Therapeutics让Sonnet 5驱动的AI Agent在人类外科人员操作开颅、持证兽医值守和物理急停保护下完成活鼠脑内给药，而Opus 5.5因坐标偏差拒绝继续移动并坚持不重试。
10月31日苹果中国官网发布新闻稿《Apple 智能即将登陆中国》，宣布国行 Apple 智能首批核心功能11月4日起随 iOS 开发者 Beta 版开放测试，12月随 iOS 27.3 正式版推送，并在 Siri、写作工具和视觉智能接入阿里千问，Siri AI 等下一代功能暂不包含在内。
扰动之心（PerturbMind AI）完成清松资本领投、同杨基金及多家药企跟投的数千万元天使轮及天使+轮融资，并发布PerturbSeek旗下AlphaCell 1.0 Pro虚拟细胞状态推演模型。
启元具身研究中心发布机器人世界模型仿真器PrimeSim，登顶EWMBench及WorldSimProbe三项指标，支持超两分钟推演并即将开源。
彭博社披露，Anthropic以“客户B”身份向SpaceX租用Colossus及Colossus II算力，第三季度贡献SpaceX营收的34.5%，并受SpaceX断电权约束，故未公开指责Grok蒸馏Claude。
今日宜休发布ISHO Ring智能健康戒指和ISHO iFlow水暖床笠，以端侧生理信号大模型监测睡眠并通过动态温控主动干预，标准版售价分别为1799元和9999元。
超进化智能（HyperVolve）完成由蓝驰创投领投的数亿元人民币天使轮融资，将以RSI为关键技术路径研发具备元研究能力的研究基础模型，资金主要用于算力与训练基础设施建设及核心研发团队扩充。
ScienceVision基于真实三维数据构建250道跨学科科学3D评测题，GPT-6-Astra搭配Codex最高仅得0.53分，12个前沿模型均未在五科同时领先，显示AI科学三维观察与推理能力仍有限。
Claude Code团队成员Addy Osmani建议，随着模型能力提升，用户应精简提示词，以明确任务和验收标准让Claude自主推进，并定期清理旧提示、按任务规模使用子智能体与云端会话，同时加强结果核验。
智元在创新日发布GO-3 Preview和WITA-OMNI，分别登顶三项和四项具身智能评测，并推出Worken、AHA3、精灵G2 Max及灵渠OS 1.0，布局机器人作业、交互与运动智能。
无问芯穹（Infinigence AI）以国产Agentic Infra让GPU算子优化Agent登顶NVIDIA Research的SOL-ExecBench四项赛道，并通过Skills、共享Memory和隔离评测形成自我迭代闭环，揭示资源调度与工作流设计对RSI效率的影响。
清华大学研究团队提出动作级在线蒸馏ActionOPD，在学生实际访问状态下以语义动作监督策略优化，使轻量Agent学习教师决策而非模仿Token，并支持黑盒接口、跨家族蒸馏及Self-ActionOPD自蒸馏。
腾讯云智能体开发平台ADP在2026腾讯全球数字生态大会上升级，强化服务Agent交付、AgentPortal 2.0统一管理及与WorkBuddy双向打通，帮助企业将智能体接入核心系统与业务流程。
多机构团队提出OpenDS任务范式并构建含200道任务的OpenDS-World评测基准，GPT-6 Astra以39.0%准确率居首，显示AI Agent在真实网络长程搜索与证据整合方面仍面临重大挑战。
奥特曼在博客节目中披露，OpenAI未公开的新模型在Hold-my-beer内部测试中攻克Navier-Stokes方程等难题，并提出以AI智能体团队、RSI及机器人自我复制数据中心推动下一阶段发展。
清华大学、智元与无问芯穹提出群体经验学习（Collective Experience Learning，CEL），在96台机器人上验证FERT与FATS，使五项任务总体成功率达97.5%，手机包装任务成功率从86.7%升至98.3%。
OpenAI发布新版Model Spec，以Root级规则要求模型在限定自主范围内行动、接受人类监督纠正和关停，并禁止越权、欺骗及自我保存，同时明确ChatGPT和API上的模型尚未完全符合新规范。
刘锋博士研究团队基于广义智能体理论提出仍属初步设想的AI「鲁滨逊测试」，通过分阶段撤离人类维护和任务指令，观察AI能否自主维持、探索资源及形成源自自身的控制。
