5月20日消息，OpenAI官方宣布旗下一款内部通用推理模型独立证伪了离散几何领域的核心猜想——由匈牙利数学家Paul Erdős于1946年提出的平面单位距离问题。模型构造出一个无限族点集配置，使得单位距离对数实现多项式级改进（n^(1+δ)），推翻了近80年来"最优解接近方形网格"的主流假设。Princeton大学Noga Alon、Melanie Wood、Thomas Bloom、Will Sawin等多位顶级组合数学家公开验证证明。OpenAI总裁Greg Brockman定性为"AI首次自主解决某一数学领域的核心开放问题"。
一个被Erdős悬赏80年的简单问题
平面单位距离问题的表述异常简洁：在平面上放置n个点，最多能有多少对点之间的距离恰好为1？尽管问题易于陈述，自1946年Erdős提出以来便构成离散几何中最难攻克的开放问题之一。Brass、Moser、Pach在2005年出版的《Research Problems in Discrete Geometry》中将其评价为"可能是组合几何领域最知名也最简单陈述的问题"，Princeton数学家Noga Alon则称其为"Erdős最钟爱的问题之一"，Erdős本人甚至为该问题设立现金悬赏。
历史上，方形网格构造长期被视为接近最优的答案——基于高斯整数（Gaussian integers）的代数结构可以保证大量距离恰好为1的点对。Erdős本人推测单位距离对数只能略快于线性增长。这一信念维持了近八十年，OpenAI模型的证明结果首次给出无限族构造证伪了这一上界假设，提供了多项式级改进。
通用模型 非数学专用 无脚手架
此次突破在AI for Science语境下的独特性在于过程的自主程度。OpenAI官方明确说明：参与证明的模型是通用LLM而非为数学训练或问题求解专门设计的系统；模型未配合外部脚手架（scaffold），未由人类数学家分步引导，也未接收任何部分证明作为起点。模型接收的输入是一个由AI撰写的问题陈述，独立生成完整证明。
技术路径上模型选择了非显然的切入方式——并未采用暴力搜索或大规模数值计算，而是将几何问题连接到代数数论领域。原始Erdős下界依赖高斯整数结构构造单位距离对，模型则借用代数数论中的概念扩展到更广泛的数环构造，构建出比方形网格更优的几何排列。Will Sawin随后对结果进行精化，将改进表述为固定指数形式。
这一过程被多位评论者拿来与DeepMind的AlphaGeometry作比较。AlphaGeometry在奥林匹克级几何题上的突破涉及大量人工脚手架与领域专用训练；而OpenAI此次的模型路径接近"通用推理能力直接迁移到数学发现"的零设计形态。
数学界背书强度异常
此次结果获得的同行验证强度在AI数学进展史上罕见。Princeton的Noga Alon、Melanie Wood、Thomas Bloom均提供了支持性陈述。值得注意的是Thomas Bloom曾公开拆解过此前一项AI数学证明的错误，本次为该结果背书，被外界视为可信度的强信号。Will Sawin不仅验证证明也对结果做了进一步数学优化。
OpenAI在公告中刻意保持克制："这是一个通用大语言模型，没有针对该问题或数学领域做专门优化，也不是脚手架系统。我们没有把模型在开放问题上推到极限，目标是尽快交付让所有人自己使用。"该模型尚未公开具体名称、参数规模或可用形式，外界普遍推测为下一代推理模型的内部版本。
AI for Science赛道竞争升温
将该成果放入更宽的AI for Science语境观察更具意义。2024年DeepMind的AlphaProof与AlphaGeometry 2在国际数学奥林匹克中达到银牌水平；陶哲轩自2023年起持续公开记录使用GPT-4、Claude等模型协助形式化证明的实验；2025年陶哲轩团队与OpenAI合作在Lean证明系统中推进若干Erdős问题；DeepMind的AlphaEvolve则在算法发现层面持续输出新结果。 OpenAI此次成果的差异点在于"自主性+核心开放问题+顶级数学家验证"三要素同时满足。AlphaProof与AlphaGeometry的IMO级别题目虽然技术含量极高但属于已知解空间的训练优化；Erdős单位距离猜想是一个目标解未知的真实开放问题，AI独立给出新构造的意义在数学发现层面更为基础。
局限性
需要冷静评估的几个边界。首先，Erdős单位距离问题虽然著名但并非数学中"最重要"的开放问题——黎曼猜想、P vs NP、Navier-Stokes方程光滑性等仍在未解之列，AI在这些层级问题上尚未表现出接近的能力。其次，OpenAI未披露模型的具体规模、训练数据组成、推理时间、tokens消耗或失败率，外界无法评估该方法的可复现性与边际成本，"通用推理模型"的定义本身仍有待官方澄清。
第三，证明过程尚未完整发布于arXiv或同行评审期刊，目前流通的多为OpenAI官方博客、X发文以及Greg Brockman等高管的公开表述，正式同行评审版本的完整证明尚需等待。Melanie Wood、Thomas Bloom等的支持性陈述虽具权威性，但与期刊层级的严格审稿仍有距离。第四，"AI自主发现数学定理"的定义在哲学层面仍有争议——问题陈述由AI撰写、证明由AI生成、人类仅做验证的流程是否构成"独立数学发现"，数学界本身的共识尚未形成。OpenAI在公告中也未把这一成果与AGI路径直接挂钩，保持了相对克制的表述。
AI 速览
