[控场AI]
· 9 分钟阅读· 4,818 字

GLM 5.5来袭:Claude攻克167年黎曼猜想?

GLM 5.5来袭:Claude攻克167年黎曼猜想?

Anthropic声称Claude证明黎曼猜想,GLM 5.5与Google Loop等进展显示AI正转向发现新知识。

本周AI圈的核心信号是重心迁移:Anthropic数学家声称与Claude合作完成黎曼猜想及广义黎曼猜想的证明,配套约1700万行Lean形式化代码,但需独立审查;智谱GLM 5.5被官方社区暗示即将发布,神秘高分模型Gesalt被猜测为其试水版本;Google内部项目Loop定位为长期目标驱动的自主智能体,可自行拆解任务、实施改动并监控指标迭代,据称可能2027年开放。此外,Thinking Machines发布260亿参数的Inkling 2 Mini,以循环Transformer架构在部分场景超越更大模型并支持本地运行。这些进展共同勾勒出AI从提效工具转向参与知识生产的轮廓,但声称不等于证实。

过去一周的AI圈子并不缺话题,但真正让人停下滑动手指的,是一条数学界的消息:Anthropic的数学家与Claude协作,声称找到了黎曼猜想的证明。另一边,智谱的GLM 5.5被多方暗示即将发布,Google则在后台悄悄推进一个名为Loop的自主智能体。据YouTube科技频道World of AI的梳理,这些进展拼在一起,勾勒出AI从“更快地干活”转向“发现新知识”的轮廓。

Claude与黎曼猜想:一次需要谨慎看待的声明

黎曼猜想是数学史上最著名的未解难题之一,自1859年提出至今已悬置167年。它关乎素数分布——素数看似随机出现,但黎曼发现其分布与一个特殊函数(黎曼ζ函数)的零点位置密切相关。如果所有非平凡零点都落在一条特定的直线上,数学家就能对素数计数给出远比现在精确的误差估计。

据该频道引述的报道,Anthropic的数学家Levant Alpague声称与Claude合作完成了黎曼猜想的证明,并将同一思路推广到广义黎曼猜想。整个工作据说仅用六周完成,人类可读的草稿超过25万页,配套的Lean代码约1700万行。Lean是一种专为形式化数学证明设计的编程语言,它能让计算机逐步机械校验逻辑链条,而不是依赖同行肉眼审阅。

黎曼猜想相关研究画面

这里需要保持冷静。形式化验证本身不等于证明正确——所依赖的公理、假设以及被证明的确切定理,仍需独立审查。但如果这份工作经得起检验,它的意义会超出数学本身:这是AI第一次被指认为攻克世纪难题的核心参与者,而非仅仅是整理文献或生成代码的助手。

值得玩味的是时间线。数学家Terence Tao此前在一次访谈中预计黎曼猜想可能要到2050年才有解,并认为AI短期内不会扮演主要角色。而这次声称的突破,出现在该访谈之后仅35天。

黎曼ζ函数与临界线

黎曼ζ函数最初由欧拉研究,定义为无穷级数 ζ(s) = 1 + 1/2^s + 1/3^s + …,在实部大于1时收敛。黎曼将其解析延拓到整个复平面(除 s=1 处有一个极点),并研究其零点。所谓“非平凡零点”,是指那些不在负偶数点上的零点,黎曼猜测它们全部位于复平面上实部等于 1/2 的垂直直线上,这条线被称为“临界线”。这一猜想的威力在于:素数计数函数 π(x) 的误差项与 ζ 函数零点的实部直接相关,零点越靠近临界线,素数分布的随机性就越强。若猜想成立,素数定理的误差估计可大幅收紧;若有零点偏离临界线,素数分布会出现远比预期更剧烈的波动。因此证明黎曼猜想不仅是纯数学的荣誉,更会重塑解析数论中大量依赖该假设的结论。

Lean与形式化验证的边界

Lean 是微软研究院 Leonardo de Moura 发起的交互式定理证明器,其数学库 Mathlib 已积累数十万条定理与定义。使用 Lean 证明一个命题,意味着从公理出发,通过一系列严格符合类型检查规则的推理步骤,由计算机逐行验证每一步。这与传统数学论文依赖同行评议有本质区别:形式化代码排除了逻辑跳跃和笔误,但无法排除“所形式化的命题并非原本想证明的命题”这类问题。此外,Lean 的可靠性建立在其内核和所依赖的公理(如选择公理、排中律)之上,如果证明中引入了额外假设而未加声明,形式化验证本身不会自动报警。因此,1700 万行 Lean 代码的真正价值,取决于它证明的陈述是否精确对应黎曼猜想,以及公理依赖是否被完整审计。

GLM 5.5:三条线索指向同一个结论

智谱的新模型正在逼近。该频道提到,智谱官方社区运营人员在中文社区中透露“新模型即将发布”,并围绕发布安排了多项活动。官方没有确认具体日期,但社区普遍猜测就在下周。

更有意思的是一条间接线索。此前一个名为Gesalt的神秘模型突然出现在设计基准测试中,以1900 ELO、90%成功率的成绩拿下榜首,明显高于人类设计师的1700 ELO和Fable 5.5的1713。该模型不属于OpenAI、Anthropic、Google或xAI中的任何一家。

智谱的发布节奏提供了另一种解释:GLM 5.3发布至今已约98天,而智谱旗舰模型的平均发布周期约为61天,这次间隔明显偏长。此外,GLM 5当年曾以PonyAlpha的代号提前5天静默测试,说明智谱有换名试水的习惯。发布间隔异常、官方暗示、神秘高分模型三件事叠在一起,让Gesalt是GLM 5.5的猜测有了市场——但这只是推测,单一设计基准的表现也无法证明模型在推理或编码上的全面跃升。

Google的双线布局:Loop智能体与数学野心

Google这边有两个动作值得关注。一是据Testing Catalog报道的内部项目Loop(内部代号Jitro,与Jules v2相关)。它不同于常见的AI编码助手——你连接GitHub仓库并定义一个长期目标,比如提升应用安全性或优化性能,Loop会自行分析项目、生成可复用的技能、拆解任务并调用Gemini实施修改。改动上线后,它还会监控相关指标,判断自己的改动是否真的改善了产品,并据此调整后续任务。Loop支持包括Slack、Jira、Linear、Notion、Datadog以及自定义MCP服务器在内的上百种集成。据报道,这项功能可能要到2027年才对外开放。

二是Google更新了DeepMind的MathHorizon仓库,被外界解读为在数学突破上的某种表态。Sunder Pichai也在社交平台上祝贺了相关研究者。这些信号是否指向Gemini在数学上的独立进展,目前没有确凿信息,但在OpenAI和Anthropic相继传出解题消息的背景下,这种动向值得留意。

MCP协议与智能体集成

Loop 支持上百种集成,其中提到的“自定义 MCP 服务器”值得解释。MCP(Model Context Protocol)是 Anthropic 于 2024 年底提出的开放协议,旨在让 AI 模型以统一方式连接外部工具和数据源。它定义了一套客户端-服务器架构:模型通过 MCP 客户端向 MCP 服务器请求资源、调用工具或获取提示模板,服务器则负责与具体系统(如数据库、API、文件系统)对接。与为每个工具单独编写插件相比,MCP 把“模型如何发现和使用工具”标准化,使智能体可以在不同环境间迁移而不必重写集成逻辑。Loop 将 Slack、Jira、Datadog 等系统统一接入,正是借助这类协议降低集成成本。MCP 的普及程度,将在很大程度上决定自主智能体能否从演示走向生产环境。

Inkling 2 Mini:小参数模型的另一种思路

Thinking Machines发布了一个出人意料的产品:Inkling 2 Mini,一个260亿参数的开源权重模型。它比Qwen的270亿参数版本更小,却在部分场景下表现更好,在Artificial Analysis智能指数上拿到20.1分。

Inkling 2 Mini参数信息

关键在架构。它采用循环Transformer:共24层,中间12层重复执行三次,首尾各6层只执行一次。模型通过复用部分神经网络来换取额外计算量,从而在不显著增大体积的前提下提升推理能力。总参数26.4亿中只有34亿处于激活状态(原文如此表述,具体数字以官方说明为准),这让它可以在32GB内存的Mac上通过Ollama本地运行,也支持NVIDIA DGX和Tinker的推理与微调,Hugging Face上还有不同量化版本的未审查版本。

采用Apache 2.0许可意味着可以自由修改、微调和商业部署。Thinking Machines同时报告称,尽管循环次数增加会让思维链变短,但可监控性没有明显下降,并发布了可变循环的研究模型供开发者自行验证。需要强调的是,循环架构并非万能药——模型必须针对重复计算专门设计和训练,但这一方向本身说明,业界正在从“堆参数”转向“更高效地使用已有参数”。

循环Transformer与参数效率

标准 Transformer 的每一层只执行一次,深度固定,参数量与计算量大致同步增长。循环 Transformer 则让同一组层被多次调用,相当于在参数不变的情况下增加有效计算深度。Inkling 2 Mini 的 24 层中,中间 12 层重复执行三次,首尾各 6 层只执行一次,因此总计算路径相当于 6 + 12×3 + 6 = 48 层,但参数只按 24 层存储。这种设计借鉴了“深度递归”和“通用Transformer”的思路,其代价是训练时必须专门处理重复计算带来的梯度传播问题,且推理延迟会随循环次数线性增加。它之所以能在 32GB 内存的 Mac 上本地运行,正是因为参数量被控制在 260 亿级别,而激活参数更少。这一路线表明,在参数规模边际收益递减的背景下,通过架构复用提升单位参数的推理能力,正成为小模型竞争的新方向。

快速扫描:其他值得留意的动向

Claude移动端应用迎来界面刷新,重点优化了在手机上处理代码项目和Artifacts的体验。

Google在Antigravity中升级了“顺便问一下”功能,现在可以把侧边对话拆分成独立线程,并行探索不同思路,再决定是否并入主工作流。

Gemini应用新增AI生成GIF功能,由Gemini Omni 1.2 Flash驱动,可直接用文字提示生成循环动画。Google还把Gemini 3.5的语音编辑能力开放给开发者,支持通过语音改写、翻译和润色文本。

ChatGPT Space向Plus用户开放,支持在共享工作区中协作创建演示文稿、网站和交互式页面,并可随新信息持续更新内容。OpenAI同时公布了Rosalind项目在阿尔茨海默病和帕金森病等神经退行性疾病上的研究合作,以及用于评估AI在药物化学推理能力的MedChem基准。

有报道称OpenAI在48小时内流失6名员工,其中3人转投Anthropic,涉及图像模型、安全对齐和Sora团队,其中3人从事AI安全相关工作。人员流动在两个实验室之间本就频繁,但如此集中的离职仍值得观察。

xAI方面出现了Grok Build 2.0统一版的痕迹:Cursor CLI的更新代码中出现了从xAI统一发布通道下载Grok Build 2.0.1的路径,首次启动会显示Cursor标志,并支持用Cursor或Grok账号登录,内部可访问Cursor的38个模型。这目前是预发布版本,尚未正式公布。

最后一条来自Neuralink:一名瘫痪用户通过脑机接口将神经信号转化为数字指令,成功游玩了GTA 6。游戏只是表象,背后的意义在于这类技术有望帮助行动不便者恢复独立性、沟通能力和与计算机交互的能力。

ChatGPT Space协作界面

这一周真正说明了什么

把上述消息放在一起看,最值得关注的不是某个具体产品,而是重心迁移。AI在过去几年主要被当作提效工具:写代码、做图、总结文档。而黎曼猜想的声称、Loop的自主目标管理、Rosalind的药物发现探索,指向的是另一类用途——参与产生人类此前未知的知识。

当然,声称不等于证实。黎曼猜想的证明需要数学界长时间的独立审查,Loop尚未开放,GLM 5.5仍停留在传闻阶段。但方向已经清晰:模型能力之外,如何让AI在长周期、高复杂度的任务中自主推进并接受验证,正在成为下一阶段的竞争焦点。

#GLM 5.5#Claude黎曼猜想#Google Loop#Inkling 2 Mini#AI数学突破#AI智能体#开源模型
分享:

相关推荐