2026年10月2日，Meta AI Research正式发布六篇与人类数学家共同撰写的数学论文。这些成果由Muse Spark模型通过标准的meta.ai聊天界面完成，未借助任何定制研究脚手架或专用智能体框架。其中五篇论文解决了此前悬而未决的开放性数学问题，涵盖概率论、微分方程、群论、优化、算术物理和非结合代数六个子领域。此举直接回应了数学界对AI研究缺乏透明归属和独立验证的核心质疑。
从奥赛金牌到开放研究：能力边界的跨越
2026年初，Meta模型曾在数理化学科的高中生奥林匹克竞赛中斩获五枚金牌。然而，竞赛题目拥有既定答案和客观验证标准，与开放研究截然不同。Meta指出，开放研究没有“答案键”，不保证方法有效，进展往往依赖于不断的试错、修正甚至推倒重来。
这一区别至关重要。竞赛基准主要衡量模式识别和有界空间内的证明搜索能力，而开放性问题要求应对真正的未知，构建可能不存在于训练语料库中的数学对象。这六篇论文的成功，标志着AI能力从有界解题向无界探索的实质性跨越。
Thinking Mode：基于测试时算力扩展的推理引擎
六项合作的技术基石是Muse Spark的“Thinking Mode”（思考模式）。这是一种扩展推理配置，通过两个杠杆优化性能：一是应用“思考时间惩罚”以优化推理期间的令牌使用；二是并行运行多个推理智能体，在不增加墙钟响应延迟的前提下提升推理质量。
这意味着模型的推理能力随测试时的算力投入而扩展，而非在训练阶段固定。此次使用的Muse Spark 1.1（2026年7月9日发布）和1.2版本（2026年8月5日发布）均为专有闭源模型，拥有百万级令牌上下文窗口。关键在于，用户无需专用API或自定义工具，仅通过普通meta.ai聊天界面即可调用该能力进行持续的多会话研究协作。
六篇论文详解：五个开放性问题的突破
概率论：高斯椭球拟合的尖锐阈值
由Aykut Arslan与Muse Spark合作，经多位专家审阅。论文确立了高维概率中长期存在问题的尖锐阈值：低于该阈值，随机高斯点精确拟合至中心椭球的概率极高；高于该阈值则几乎不可能。Meta承认Misiakiewicz和Wen等三个团队在2026年8月独立发表了相关成果。
微分方程：径向负能量解的有限时间爆破
Leonard Dinh与Muse Spark合作。论文解决了自2015年以来悬而未决的难题，证实了2002年的数值模拟预测：在二维或多维具有负能量的径向对称波中，波必须在有限时间内集中形成奇点。Muse Spark协助进行了计算验证和证明策略修订。
群论：半阿贝尔群未必是单射群
Joseph Phillip Brennan和Milana Golich与Muse Spark合作。针对M. Kida于2024年提出的猜想，论文通过一个包含384个元素的反例予以驳斥。Muse Spark生成了在GAP系统中搜索反例的程序。值得注意的是，名为Nilradical的AI智能体于2026年9月16日独立报告了另一反例。
优化：基于环的松弛紧致性
Aykut Arslan与Muse Spark合作。论文回答了Del Pia和Khajavirad于2026年提出的关于二元多项式优化松弛技术的问题，给出了精确的结构条件：当底层循环结构的每对重叠区域恰好包含一个决策变量时，近似是精确的。
算术物理：弦两点函数等于曲线上的高度函数
Anindya Dey等多位研究者与Muse Spark合作。遵循Yuri Manin在20世纪80年代的设想，论文将数论与p进弦理论联系起来，证明了两种不同数学语言描述的量实质相同。Muse Spark生成了候选证明并起草了三个核心技术部分。
非结合代数：可解演化代数的反例
Andres Barei与Muse Spark合作。论文通过一个三维反例驳斥了García-Martínez和Pérez-Rodríguez于2026年提出的关于识别“可解”演化代数的猜想，并建立了更准确的特征描述。Hu和Wen也报告了独立的反例。
争议与透明度：回应《莱顿宣言》
发布后不久，研究者Jason Dean Lee指出，Meta描述的六个问题中有三个此前已被他人解决，真正的新成果可能仅为三个。Meta公告承认存在“独立并发解决”，并强调其他团队是在Meta开始合作后宣布的方案，而非在此之前。论文致谢部分详细记录了这些并发工作。
这一发布流程紧密契合2026年6月发布的《人工智能与数学莱顿宣言》。该宣言由国际数学联盟认可，超过130位数学家签署，指出了AI在证明可靠性、归属模糊、绕过同行评审等方面的风险。Meta的做法——人类主导问题选择、独立小组审查论证、段落级标记AI贡献、公开致谢并发团队——被视为对数学界机构性质疑的直接回应。
对研究范式的启示
对于研究人员而言，最具实际意义的发现并非具体问题的解决，而是协作模式的验证：通过标准聊天界面提供的Thinking Mode足以支持持续的数学研究。最佳协作状态表现为：人类专家掌握战略方向并负责最终验证，AI模型承担生成候选证明、搜索结构化空间、起草技术段落及迭代失败策略的任务。
截至2026年10月，这六篇论文仍为经过内部独立审查的预印本，尚未完成正式期刊同行评审。其最终学术地位有待同行评议确定，但其展示的方法论和透明度标准，已为AI辅助数学研究设立了新的评估基准。
常见问题解答
Meta此次成果与此前AI获奥赛金牌有何本质区别？
奥赛题目有已知正确答案和有界搜索空间，主要考验模式识别；开放研究问题无既定答案，需应对未知、构建新数学对象并进行多会话试错。此次成果代表AI从“解题者”向“研究协作者”的能力跃迁。
解决开放问题是否需要专用工具？
不需要。六篇论文完全通过标准meta.ai聊天界面的Thinking Mode生成，未使用专用智能体框架或API。其核心在于测试时算力扩展，任何有权访问meta.ai的用户均可获得此能力。
什么是《莱顿宣言》，Meta如何回应？
《莱顿宣言》指出了AI对数学研究的五大威胁，包括归属不清和绕过同行评审等。Meta通过人类主导选题、独立审查、段落级AI贡献标记及公开致谢并发团队，逐一回应了这些关切。
这些问题是否已彻底解决？
截至2026年10月，相关论文为预印本，尚未经过正式期刊同行评审。此外，部分问题存在独立并发解决方案，最终学术认定需待同行评议及对首次开发时间的确认。但可以确认的是，这是人类与AI通过消费级界面共同完成的、经独立审查的研究成果。