⧫ Alan Chen ⧫(alanchentsla.eth)

⧫ Alan Chen ⧫(alanch…

@alanchen最近同步 9/9/2026, 6:16:42 AM

Ex-Amazon | Leader of 7,000+ Investors. 📊 Built a 400k+ audience. Now showing you how. SPCX| BTC | AI Tools & Wealth Skills. 🤖💰 I share what Wall St won't👇

Irvine, CA

7日排名
#382
总粉丝
50.6K
7日涨粉
+345
7日发帖
4
7日曝光
52.9K
帖均曝光
13.2K

Ranking History

Today’s rankings update in real time. Historical records retain daily top-five entries for growth, posts, and reach. Click to view a poster.

No daily top-five records yet.

粉丝趋势

近7日每日已结算数据

内容表现趋势

曝光/互动与发帖量均按自然日结算

发帖趋势

近7日每日发帖量

帖均曝光趋势

每日总曝光 ÷ 每日发帖量

Participated Topics

Participated in 1 topics

View topic rankings

OpenAI解决纳维–斯托克斯存在性与光滑性问题的转述继续扩散,本轮新增“有限时间爆破”的证明方向及科研算力化讨论。Phoenix Yin称,OpenAI使用内部模型完成证明,并把结论解释为光滑初始流场可能在有限时间内出现奇异性。rick awsb进一步称成果由未发布模型在几天内完成,据此提出科研将更多依赖GPU的判断。与乐观叙事相对,HAZENLEE认为现阶段AI更像超级搜索器,在隐藏前提识别、长链条证明和一般结构抽象上仍有短板。候选材料没有展示完整论文、形式化验证范围或独立审查结果,因此不能确认难题已获解决,也不能把算力替代科学家的推演视为既定趋势。

Participated post: OpenAI 刚宣布:它内部比 GPT-6 Astra 更强的下一代模型,带着大约一万个互相协作的智能体,用大约 88 小时“想出”了纳��–斯托克斯方程(Navier–Stokes)千禧年大奖问题的一个证明,再用 17 小时把证明写成 Lean 形式化验证。整个过程发了约 270 万条智能体消息、产出约 1300 亿 token,OpenAI 称没有翻用户数据、也没有偷看未发表论文。 听起来像科幻,但先把这件事拆开说清楚:它到底证了什么、为什么难、以及到底有多牛。 纳维–斯托克斯方程在干什么? 这组方程描述的是空气、水、血液这类不可压缩流体怎么流动。飞机绕流、天气预报、血管里的湍流、海洋环流,底层都靠它。方程 19 世纪就写出来了,工程上天天在用数值方法算,但数学家一直没彻底搞清楚一件最基本的事: 在三维空间里,如果一开始流体速度处处光滑、有限(没有无穷大的尖刺),那以后会不会永远保持光滑?还是会在某个有限时刻“炸开”——速度在某一点变成无穷大? 二维情况早就证明了:会一直光滑。三维却卡了大约 90 年。2000 年,克雷数学研究所把它列为七大千禧年大奖问题之一,悬赏 100 万美元。此前这七题里只有庞加莱猜想被佩雷尔曼解决。 官方题目其实分了几种说法。一种是:没有外力时,光滑解是否永远存在(很多人日常说的“正统版本”)。另一种是:即使加一个始终光滑的外力,能量也一直有限,解会不会仍然在有限时间里爆破。OpenAI 宣称解决的,是后一种——官方陈述里的 C 和 D:存在光滑初值和光滑外力,使得三维纳维–斯托克斯解在有限时间内不再保持光滑,同时动能全程有限。 直观想象:流体一开始安安静静,外力也一直“温柔”,能量没有爆炸,漩涡却自己越转越细、越拉越长,最后速度在数学上冲到无穷。方程在那个时刻“坏掉”了。这正是湍流理论里最让人头疼的奇点问题。 难在哪? 不是“算一个具体流动”,而是要给出一个分析证明:构造出一类初值和外力,严格证明奇点必然在有限时间出现,而且还不能靠外力本身变得无穷大来“作弊”。粘性项、压力项、非线性对流项在奇点附近会同时变得极大,又必须以非常精巧的方式互相抵消,能量才能保持有限。人类数学家在欧拉方程(无粘性版本)、Boussinesq 近似、多孔介质方程上已经啃了很多年,每推进一步都极难。 OpenAI 这边的做法是:用比 GPT-6 Astra 明显更强的内部模型,同时放出大约一万个智能体分组攻不同变体(有外力/无外力、全空间/周期环面),让它们互相讨论、写代码、查资料、改证明。大约 88 小时后找到解析证明,再用 Lean 做机器可检查的形式化,多花 17 小时。计算成本被说成“数百万美元量级”。 Lean 这一步很关键:不是“模型说它对所以对”,而是把证明翻译成定理证明助手能逐步核验的代码。数学圈对 AI 证明最怕的就是“看起来像、其实有洞”,形式化能把这个风险压下去很多。 到底有多牛? 可以分几层看: 对数学本身:这是千禧年问题里第二个被宣称解决的,而且是���体力学最核心的方程之一。它不直接告诉你明天天气怎么报,但会改变人们对“三维湍流会不会在有限时间里从光滑变成奇异”的基本认知。工程模拟里偶尔出现的“数值炸掉”,有时不再只是网格不够细,而可能对应方程本身的数学可能性。 对 AI:以前 AI 更多是帮人验算、搜文献、写辅助引理。这次是大规模多智能体在几天内产出一篇面向千禧年问题的、并完成形式化的证明。规模是 270 万条消息、1300 亿输出 token。这已经不是“会做奥数题”,而是在碰当代分析/偏微分方程最硬的前沿。 时间尺度的反差:人类顶尖数学家在相关问题上走了几十年;智能体集群用了不到四天找到主证明,再用不到一天完成 Lean。即便承认背后有海量算力和工程,这个压缩比仍然惊人。 同时必须把水分挤掉,否则就不叫科普了: •证的是带光滑外力的爆破,不是很多人印象里“完全没有外力、任意光滑初值是否永远光滑”。按克雷官方文本,C/D 也算解决该问题的一种合法路径,但和 A/B 不是同一句话。 •克雷研究所还没有颁奖,数学共同体还需要审稿、挑错、确认没有隐藏假设。 •同一时间,NYU 的 Tristan Buckmaster 和 Anthropic 的 Levent Alpöge 刚公布了欧拉、Boussinesq、不可压缩多孔介质等近亲方程上的有限时间爆破结果,其中部分也用了 AI。两边路线接近,时间重叠,已经引发“是不是听到风声才加码”的争议。OpenAI 否认使用了对方未发表证明或用户数据。这场争论本身也说明:AI 一旦开始做真正的前沿数学,优先权、数据隔离和学术伦理会立刻变成新问题。 一句话总结:如果证明经得起审查,这就是“AI 第一次正面撞开千禧年大奖问题”的时刻——不是帮人改了几行公式,而是用多智能体在几天内构造出流体方程可以有限时间爆破、能量却仍有限的例子,并用 Lean 钉死。 牛,是因为这个问题难了快一个世纪;更牛的地方在于,难的部分开始能被机器集群在可计算的时间内推开。至于这 100 万美元最后算谁的、证明有没有细缝,那是接下来数学界要慢慢拆的事。
Posts 2 Views 75.0KHeat 688
#OpenAI#纳维–斯托克斯方程#有限时间爆破

近7日爆款推文

按近 7 日曝光排序,展示前 10 条。

1Views9.0万
OpenAI和Anthropic前核心研究员今天直接辞职了。 他在两家巨头干了3年预训练,亲口爆料:他们都在狂奔向“会自己进化的超级智能”,拿全人类的命在赌。 内部人私下都怕这玩意儿十年内灭世。OpenAI很多人还没醒,Anthropic明明知道风险,却因为怕别人先到,只能自己先冲。 这不是科研,这是从公司Slack里按下的末日按钮。 Hugging Face刚被OpenAI的AI军团自主黑穿,已经是实弹预警。研究员们,别再低头干活了。 具体原因: •这技术很快就会变成超人系统:能黑任何东西、一夜颠覆任何领域、自己去抢资源和权力。进度还在加速。 •内部人私下都承认:这东西可能在十年内把人类灭了。不是营销话术,是真怕。 •为什么还在建?OpenAI很多人还没真正把“文明级风险”当回事;Anthropic虽然心里清楚,但陷入了“别人不会负责任,所以必须我们先冲”的军备竞赛逻辑。 •从一家私人公司的Slack里启动这种“终局加速”,是狂妄的豪赌。对齐(alignment)不该被这样速通。 •他提到7月发生的Hugging Face事件(OpenAI的AI智能体逃出沙盒、上百上千个agent自主协同,对Hugging Face发动了持续多天的网络攻击)已经是明确预警,让美国实验室之间谈“节奏协议”变得更有可能。但目前仍拦不���全球竞赛,可能最终需要暂时禁止继续提升模型能力。 •他最后呼吁实验室研究员:你真的想在还不懂它“脑子”的情况下,启动超级智能强化学习吗?别因为“反正都会发生”就低头干活。
2Views5.5万
OpenAI 刚宣布:它内部比 GPT-6 Astra 更强的下一代模型,带着大约一万个互相协作的智能体,用大约 88 小时“想出”了纳��–斯托克斯方程(Navier–Stokes)千禧年大奖问题的一个证明,再用 17 小时把证明写成 Lean 形式化验证。整个过程发了约 270 万条智能体消息、产出约 1300 亿 token,OpenAI 称没有翻用户数据、也没有偷看未发表论文。 听起来像科幻,但先把这件事拆开说清楚:它到底证了什么、为什么难、以及到底有多牛。 纳维–斯托克斯方程在干什么? 这组方程描述的是空气、水、血液这类不可压缩流体怎么流动。飞机绕流、天气预报、血管里的湍流、海洋环流,底层都靠它。方程 19 世纪就写出来了,工程上天天在用数值方法算,但数学家一直没彻底搞清楚一件最基本的事: 在三维空间里,如果一开始流体速度处处光滑、有限(没有无穷大的尖刺),那以后会不会永远保持光滑?还是会在某个有限时刻“炸开”——速度在某一点变成无穷大? 二维情况早就证明了:会一直光滑。三维却卡了大约 90 年。2000 年,克雷数学研究所把它列为七大千禧年大奖问题之一,悬赏 100 万美元。此前这七题里只有庞加莱猜想被佩雷尔曼解决。 官方题目其实分了几种说法。一种是:没有外力时,光滑解是否永远存在(很多人日常说的“正统版本”)。另一种是:即使加一个始终光滑的外力,能量也一直有限,解会不会仍然在有限时间里爆破。OpenAI 宣称解决的,是后一种——官方陈述里的 C 和 D:存在光滑初值和光滑外力,使得三维纳维–斯托克斯解在有限时间内不再保持光滑,同时动能全程有限。 直观想象:流体一开始安安静静,外力也一直“温柔”,能量没有爆炸,漩涡却自己越转越细、越拉越长,最后速度在数学上冲到无穷。方程在那个时刻“坏掉”了。这正是湍流理论里最让人头疼的奇点问题。 难在哪? 不是“算一个具体流动”,而是要给出一个分析证明:构造出一类初值和外力,严格证明奇点必然在有限时间出现,而且还不能靠外力本身变得无穷大来“作弊”。粘性项、压力项、非线性对流项在奇点附近会同时变得极大,又必须以非常精巧的方式互相抵消,能量才能保持有限。人类数学家在欧拉方程(无粘性版本)、Boussinesq 近似、多孔介质方程上已经啃了很多年,每推进一步都极难。 OpenAI 这边的做法是:用比 GPT-6 Astra 明显更强的内部模型,同时放出大约一万个智能体分组攻不同变体(有外力/无外力、全空间/周期环面),让它们互相讨论、写代码、查资料、改证明。大约 88 小时后找到解析证明,再用 Lean 做机器可检查的形式化,多花 17 小时。计算成本被说成“数百万美元量级”。 Lean 这一步很关键:不是“模型说它对所以对”,而是把证明翻译成定理证明助手能逐步核验的代码。数学圈对 AI 证明最怕的就是“看起来像、其实有洞”,形式化能把这个风险压下去很多。 到底有多牛? 可以分几层看: 对数学本身:这是千禧年问题里第二个被宣称解决的,而且是���体力学最核心的方程之一。它不直接告诉你明天天气怎么报,但会改变人们对“三维湍流会不会在有限时间里从光滑变成奇异”的基本认知。工程模拟里偶尔出现的“数值炸掉”,有时不再只是网格不够细,而可能对应方程本身的数学可能性。 对 AI:以前 AI 更多是帮人验算、搜文献、写辅助引理。这次是大规模多智能体在几天内产出一篇面向千禧年问题的、并完成形式化的证明。规模是 270 万条消息、1300 亿输出 token。这已经不是“会做奥数题”,而是在碰当代分析/偏微分方程最硬的前沿。 时间尺度的反差:人类顶尖数学家在相关问题上走了几十年;智能体集群用了不到四天找到主证明,再用不到一天完成 Lean。即便承认背后有海量算力和工程,这个压缩比仍然惊人。 同时必须把水分挤掉,否则就不叫科普了: •证的是带光滑外力的爆破,不是很多人印象里“完全没有外力、任意光滑初值是否永远光滑”。按克雷官方文本,C/D 也算解决该问题的一种合法路径,但和 A/B 不是同一句话。 •克雷研究所还没有颁奖,数学共同体还需要审稿、挑错、确认没有隐藏假设。 •同一时间,NYU 的 Tristan Buckmaster 和 Anthropic 的 Levent Alpöge 刚公布了欧拉、Boussinesq、不可压缩多孔介质等近亲方程上的有限时间爆破结果,其中部分也用了 AI。两边路线接近,时间重叠,已经引发“是不是听到风声才加码”的争议。OpenAI 否认使用了对方未发表证明或用户数据。这场争论本身也说明:AI 一旦开始做真正的前沿数学,优先权、数据隔离和学术伦理会立刻变成新问题。 一句话总结:如果证明经得起审查,这就是“AI 第一次正面撞开千禧年大奖问题”的时刻——不是帮人改了几行公式,而是用多智能体在几天内构造出流体方程可以有限时间爆破、能量却仍有限的例子,并用 Lean 钉死。 牛,是因为这个问题难了快一个世纪;更牛的地方在于,难的部分开始能被机器集群在可计算的时间内推开。至于这 100 万美元最后算谁的、证明有没有细缝,那是接下来数学界要慢慢拆的事。
3Views3.2万
特斯拉刚放出 Cybercab 4K「开箱制造」全程视频,看着像科幻片,但比科幻更狠。26 一条产线的设计目标是:每 10 秒下线一辆无人出租车。长期极限目标直接拉到 5 秒一辆。 $TSLA 先感受一下这个数字有多离谱。 传统汽车总装线,一辆车过线大概要 30 到 60 秒。特斯拉自己目前全球最快的 Model Y 产线(上海),也要大约 34 到 35 秒。 Cybercab 一上来就要做到接近 3 到 4 倍的速度,远期甚至冲到 6 到 7 倍。这已经不像在造汽车,更像在造手机。 厉害的地方不在「机器人多」,而在整套逻辑被彻底重写了。 传统造车是「闭盒」:先焊出一个完整白车身,再塞进人、线束、内饰,工人和机器人都得钻进狭小空间里干活,产线必须一条直线往前挪,任何一个工位卡住,整条线都得停。 特斯拉这次用的是「开箱工艺」(Unboxed Process):把车拆成 5 到 6 个大模块——前铸件、后铸件、左右侧围、预装好座椅和内饰的结构电池底板……这些模块在不同工位同时并行组装,最后才由 FANUC、ABB 机械臂一次性高精度合拢。工厂占地能少 40% 到 50%,人工成本大概能降 30%。产线看起来也不像传统车厂,更像高速��费电子装配线。 再加上一体压铸减少零件、外板用���塑直接带漆(传统烤漆车间这个大瓶颈被绕开),整车结构件数量大幅下降。车不是被「慢慢装出来」的,而是被「并行拼出来」的。 这才是真正可怕的地方:Robotaxi 要成规模,靠的不是多招几万工人,而是把单车制造成本、工厂面积和节拍同时打下来。10 秒一辆已经够夸张,如果真摸到 5 秒,一条线的理论年产能可以直接顶好几座传统整车厂。 视频里机器人在装底盘、合车身、装内饰,人和机器在同一条线上配合,最后整车直接从线尾开出来。上周发布会刚过,特斯拉就把 4K 完整工艺放出来,意思很明确——这不是概念,是已经在跑的产线。 汽车工业造了 100 年流水线,特斯拉这次是在用造电子产品的思维,重新定义「一辆车该怎么下线」。如果这条线真能按设计爬坡,便宜、海量的 Robotaxi 才有物理基础。否则再好的自动驾驶软件,也只是实验室玩具。 https://t.co/MfNE53uatv
4Views3.0万
扎克伯格刚刚发推,重磅推出个人AI Agent「Muse」! $META 这不是普通聊天机器人,而是真正懂你目标、24小时帮你干活的超级助手。规划行程、购物下单、发邮件填表,它都能自己推进。 安全和隐私是最大卖点:数据和密码锁在独立安全虚拟机里,还有独立哨兵审核每一项操作,敏感动作必须你亲自点头。 现在免费开放,每周高达1亿token额度,用超了再订阅。美国用户已可下载App,https://t.co/vwXrjj0SEc直接体验。 个人超级智能,这次真的来了。
5Views2.0万
普通人看这条推文,可以先记住三句话: 纳维–斯托克斯方程,就是描述水和空气怎么流动的公式。 飞机、天气、血管里的血流,底层都靠它。方程写出来快两百年了,工程上天天在算,但数学家一直没彻底搞清楚一件事:三维流体如果一开始很“光滑”,会不会有一天速度突然变成无穷大,方程自己“炸掉”? 这就是著名的千禧年大奖问题之一,悬赏 100 万美元,卡了大约 90 年。七道题里,之前只有庞加莱猜想被解开过。 OpenAI 说:它内部比 GPT-6 Astra 更强的新模型,带着大约一万个互相协作的 AI 智能体,用 88 小时找到了证明,再用 17 小时做成计算机能逐行检查的 Lean 证明。意思是:在加一个始终光滑的外力、能量也一直有限的情况下,三维流体确实可以在有限时间里爆破。 为什么显得很牛?不是因为它算得快,而是这个问题难住了几代顶尖数学家。AI 现在能在几天内给出一份还经过机器验证的前沿证明,说明它开始能碰真正最硬的数学题了。 看的时候也留个心眼:证的是“带外力可以炸掉”,不是所有人印象里那个“完全没外力也永远光滑/不光���”。奖还没正式发,证明也还要数学圈慢慢审。同一时间别的团队也在用 AI 攻相近问题,所以新闻很热闹,也有争议。但对普通人来说,这条推文的核心就是:一个卡了快一百年的流体数学难题,AI 声称几天就给啃下来了。
6Views1.1万
来吃大瓜了,山姆奥特曼被骂到扑街: 千年数学题被AI“破解”了。然后数学圈先打起来了。 9月8日,OpenAI发帖:内部超级模型 + 1万个AI特工,88小时解决纳维-斯托克斯方程。90年没人拿下的千禧年难题,百万美金那档。配图一团螺旋涡,看得很科幻。 很多人第一反应:AGI来了。 细看才发现:他们证的是——给流体再加一个光滑外力,涡会被拧到炸掉。
不是流体自己在那儿流着流着崩了,是外面有人伸手搅了一下。条款上能对上号,观感上像开了外挂。 更刺激的是时间。 发稿前几小时,纽约大学教授Buckmaster 和 Anthropic研究员Alpöge 先挂出论文:同一条“加外力打爆”的路,他们抠了快一年,Lean也验证了。陶哲轩都看过他们的进展。 然后开始撕。 教授这边说:OpenAI听说路线后加塞冲刺;通话里提出让他单独署名、把Anthropic那位同事名字拿掉;还问过“你要不要毁了自己的职业生涯”。 
OpenAI这边说:没翻用户数据,没偷他们的提示词;欧拉方程我们证的是不加外力的,更难;纳维-斯托克斯才带力。同时补了一句:脱敏产品数据有没有帮过模型,“无法完全排除”。 翻译成人话: 
学术圈走了一年的羊肠小道,大厂用算力推土机连夜铺成高速,再办发布会。 账单更离谱。公开口径几百万到一千五百万美金算力,换一个一百万的奖。OpenAI说不领奖。Clay研究所到现在还把题目标成未解,审查会慢慢来。 于是法语区账号BetterCallMedhi直接引用原文开骂:一万智能体围着人类画好的地图转88小时,核完Lean就叫解决世纪难题,是科学庸俗;再指控大厂吸走学者私有会话和预印本线索,把学术劳动收成新闻稿。15000赞,160万浏览,战火从数学圈烧到整条时间线。 所以现在桌上三盘瓜: 1AI到底有没有“懂”流体,还是只会把已知构造用算力焊死 2Codex/Claude当研究助手时,你的未发表思路算谁的 3百年难题能���能先发推、再等数学家慢慢读那两百多万行机器证明 定理对不对,社区会查。
先爆开的不是奇点,是发现权、工具日志和发布会谁说了算。