与「astra」相关的搜索结果

我有一个暴论，如果astra及下一代模型能力增长按现在速度线性外推，头部模型公司接下来可能根本不会再开放api， 他们完全可以直接卖新发现的分子结构，晶体结构，金融分析结果，托卡马克模拟数据等等等等就可以了。 更何况模型能力并不是线性增长。。。

08-04 AI日报🍁｜阿里 Qwen3.8-Max 重磅发布 今日 AI 圈 5 条要闻，重点看这几条： 1. 阿里发布 Qwen3.8-Max（2.4T 参数旗舰，下周开源权重）； 2. DeepSeek V4 Flash 正式版上线，Agent 能力大幅增强； 3. OpenAI 未发布模型（Astra 相关）在数学上取得 10 项突破； 4. NVIDIA 开源 Nemotron VoiceChat 全双工实时语音模型； 5. 英国光子芯片初创 OLIX 融资 3.12 亿美元。

Emad Mostaque @EMostaque came on PostAGI and said AI had already found 121 years of missing algebra in Einstein's equations. A billion parameter model trained on nothing past 1911 got to general relativity by itself. Yesterday @OpenAI's Astra solved ten open problems in mathematics and theoretical computer science, most stuck for decades, on about $2,000 of compute. The machines are doing math humans couldn't.

OpenAI公布十项数学与理论计算机科学新结果，全部由AI主导完成 OpenAI内部一个代号Astra的未发布模型，在球体堆积、编码理论、群论、算子代数、量子复杂度、格密码学和极值组合数学等领域，解决了十个悬而未决数十年的公开问题。每个结果都配有一份用Lean 4形式化的证明，证明代码公开在Github上（ 这些数学论证本身是由模型生成的，人类只负责把论证整理成手稿、并完成Lean形式化。跟现在程序员用AI写代码的过程类似：AI写代码，人类程序员只负责review，甚至有的都不review，直接accept后做功能测试。 想想未来数学家、科学家像程序员一样，主要职责就是验证和Accept，未免有点太刺激。 OpenAI原文： 10道题目简介： 1. 高维球体堆积：多少个球能塞进一个盒子 想象在很高维度的空间里堆橙子，怎么堆最省地方、能塞下最多球，是一个跟晶体结构、通信编码都有关的经典问题。1978年提出的Kabatiansky–Levenshtein上界四十多年没人从根本上突破。AI生成的公式算出的指数约为每维度−0.604，比历史最佳的−0.599更紧。 2. 二元码与球面码：怎样让传错的信息还能被纠回来 给数字信号加冗余，让接收端即使传输出错也能纠正，是编码理论的核心问题——纠错能力越强（码字间距离越大），能塞进的合法码字就越少，这是一个此消彼长的权衡。这次的结果把已知的码字数量上界在指数意义上大幅收紧，缩小了理论允许的最好码和已知构造出的码之间的差距。 3. 非苏菲克群：所有“群”都能用有限的东西去逼近吗 群是数学里描述“对称性”的基本结构。一个自然的问题是：任意一个群，是否总能用足够大的有限置换群去足够精确地逼近（这类群叫“苏菲克群”）？这个问题多年没有定论。这次的结果构造出一个明确、有限表现的群，并证明它天生无法被这样逼近，即它是非苏菲克的。 4. Connes刚性猜想：换了一张“脸”，身份还是原来那个吗 每个群都能生成一种叫von Neumann代数的运算结构，有点像给群拍了一张“运算指纹”。Connes猜想认为，对某一类群来说，这张指纹应该能唯一认出原来的群，不会有两个不同的群共享同一张指纹。这次的结果构造出一个反例：两个结构不同的群，却生成了本质相同的von Neumann代数，说明这张“指纹”并不总是唯一的。 5. Permanent的计算下界：为什么有些矩阵运算天生就很难加速 矩阵有个大家熟悉的量叫行列式，靠消元法就能快速算出来。它有个“难兄弟”叫permanent，长得像行列式但去掉了正负号，恰恰就是这个符号差异，让permanent在已知算法里始终摆脱不了指数级的计算量。这次的结果证明，只用加法和乘法搭出的电路（不允许用除法这类“捷径”）去计算permanent，电路规模必须达到某个新的、更高的下界，从数学上解释了为什么这类计算“绕不开”。 6. 量子平行重复：把同一个博弈重复玩，输赢概率会怎样变 在双人合作博弈里，如果重复玩k次要求全部获胜，直觉上获胜概率应该随k指数级下降。这件事在经典（非量子）情形下早已证明，但如果博弈双方可以用量子纠缠来配合，之前的证明工具只能给出很弱的下降速度（大约是根号级）。这次的结果把这个结论真正推广到了一般的量子博弈情形，证明获胜概率同样会指数级下降。 7. 最近向量问题CVP：格密码学为什么“抗量子” 把很多点按固定的方向和间隔整齐排列在高维空间里，就构成了一个“格”。给定格外一个随意的点，找出离它最近的格点，这就是最近向量问题CVP。这次的结果证明，哪怕只要求“大致找到”一个足够近的格点（而不是精确最近），这个问题依然是NP困难的，也就是说没有已知的快速算法能保证解决它。这正是后量子密码学敢于依赖格结构的理论基石。 8. Ehrhart体积猜想：一个凸体最多能“胖”到什么程度 设想一个凸的几何体，它唯一包含的内部整数点就是它自己的重心，那么这个凸体的体积最多能有多大？这次的结果给出了每个维度下精确的答案，是(n+1)n/n!(n+1)^n/n! (n+1)n/n!。 9. 多色拉姆齐数：想在一堆点里完全避开“三角形”，要多少种颜色 拉姆齐理论说的是：只要一个系统足够大，规律和结构必然会自发出现。把这句话落到最经典的问题上：给一张完全图的每条边染上k种颜色中的一种，要让图里避免出现同色三角形，图至少要多大？这就是Erdős第183号公开问题。这次的结果证明，这个最小规模会随k呈“超指数”增长，也就是比任何形如 c^k 的指数增长都快，彻底解决了这道悬了很久的题目。 10. 极值图论中的两个反例：稠密程度能推出图有多“退化”吗 极值图论研究的是：给定一些限制条件（比如不能出现某种子图），一张图最多能有多少条边。这次的结果针对两个具体的公开猜想（Erdős第146和180号问题）构造出了反例，说明原猜想设想的“边数够多就必然导致某种退化结构”的推理并不总是成立。

yes, nonsofic groups exist: this statement is one of many new beautiful results proved by Astra, our next major model. We're releasing 10 such Astra proofs, complete with lean certificates and CoT walkthroughs for each of them. The results are wide-ranging, from von Neumann algebras (disproof of Connes' Rigidity Conjecture) to better bounds for high dimensional sphere packing, for circuit complexity, for monochromatic triangles in multicolored graphs, and more. More thoughts here:

OpenAI 准备推出一个新的模型系列，模型名暂定 Astra，与 Sol、Terra、Luna 并列，这个模型执行长期任务的能力得到提升。 据透露，OpenAI CEO Altman 本周在华盛顿向政府和监管机构展示了 Astra。OpenAI 宣传了模型让多个 Agent 在较长时间内协同工作以解决特别复杂难题的能力，这些能力可应用高等数学问题。在短期内，OpenAI 还计划发布一份报告，展示其最先进的 AI 如何成功解决 10 个此前未解决的数学难题。 目前尚不清楚 OpenAI 多久后正式发布该模型，但是预计该模型将成为首批通过特朗普政府的新审查框架的模型（根据该框架，人工智能模型在向公众发布前需提交给联邦政府审查） 信息来源：

Happy 55th birthday to @elonmusk !🥳🚀💛 I’m genuinely glad that he was born. He makes the future a more hopeful and exciting place for all of us. Grateful to know him. Ad astra! 🎂✨