丘成桐等数学家发声当晚,AI证明黎曼猜想获得了独立验证

资讯 腾讯网 作者:返朴 全文 7483 字 · 约 19 分钟读完 分类Claude合作

AI证明黎曼猜想震惊天下。昨晚,丘成桐等数学家召开记者会发声。会后,Lean与Mathlib两个计算机辅助数学证明社区联合发表声明,正式确认了Levent Alpöge与Claude合作完成的黎曼猜....

所属频道 Claude 与 Anthropic合作与生态

AI证明黎曼猜想震惊天下。昨晚,丘成桐等数学家召开记者会发声。会后,

撰文 | 潘颖、周舒义

这是震动世界的一天。当90后数学家Levent Alpöge单方宣布用AI证明了黎曼猜想之时,“黎曼诞辰200周年学术研讨会”也在深圳拉开帷幕,1982年

北京时间11月21日21时55分,负责开发计算机辅助证明系统

11月20日,Alpöge公布了约1700万行这套证明已经通过四项关键检验:第一,代码中对黎曼猜想的数学表述准确无误;第二,整套代码能够成功编译,已有数十人独立复现;第三,代码最终证明的确实是黎曼猜想,不存在通过修改定义或偷换命题蒙混过关的情况;第四,证明不仅通过了

这意味着,Alpöge的成果已通过社区的独立核验,不再只是作者个人的宣称。声明最后表示:“我们期待数学界的一切活动,帮助解释本次证明中的新观点。”

声明部分截图 | 来源:https://leanprover-community.github.io/blog/posts/riemann-hypothesis/

以下为记者会部分内容精要摘录,为了便于阅读和理解,我们对部分关系紧密的问题做了合并和次序调整。敬请读者注意的是,以下对话发生时,尚不知AI证明黎曼猜想获得了认证。丘成桐与徐文强先答记者问后退场,Maynard再独立接受采访。

得知新闻的第一反应:数学进入新纪元

提问丘&徐:您得知黎曼猜想获得AI证明的消息时第一反应是什么?

丘成桐:从昨天晚上到今天早上,海外一大堆媒体就报告这个黎曼猜想被AI解决的事。这当然是数论上的伟大贡献,可以讲震动了全世界。黎曼猜想是有史以来被认为是最重要的大工作,能在我们这个纪念黎曼二百周年的会议刚开始第一天就宣布出来,对我们是一个很好的意头。表示数学进了一个新的纪元。

从前我们梦寐以求的重要问题都解决了。现在我新的看法是,要将数学向前更进一步。所以很重要的问题就是我们要向哪一个方向走,什么样子才是最好的、最能够吸引我们学者向前走的方向。我们带领的人要给出一个新的方向来。希望我们年轻的学者,尤其中国的年轻数学家,能够在这个平台上发展出一套我们的理论来,此事也给我们中国学者一个很好的机会。

徐文强:第一感觉“比较震惊”,在大概了解一点背景之后,第一感觉这应该是正确的。虽然还没有经过严格验证,现在发布的 AI 版本确实太长,人类数学家还需要花很多时间去消化它,但这是一个很积极的事情,至少说明这样的一个证明从理论上是存在的,并且很有可能确实是正确的。

一个数学猜想可能就像一座大山,数学家们在翻越山峰的过程中,希望看到山峰背后的美丽风景,如果有强大的AI工具,让人类翻越一座座大山,那么未来可能就会有更多的风景展现在我们面前。因此数学家应该更勇敢地去利用这些工具,去攀登一个又一个的山峰,看到更多的风景,而不是因为一座山峰好像突然在 AI 的借助下被轻易翻越了,就不再去为背后的风景而继续努力。

丘成桐和徐文强在线接受媒体采访 | 图源:线上会议截图

人类和机器,谁的证明更可信?

提问丘&徐:现在认定AI完成了证明会不会为时尚早?因为毕竟还没有经过验证。

丘成桐:这个证明是机器花了功夫验证的,不是完全没有验证。所以我们对它的可靠性还是有相当的相信的。正在我们这边参加我们黎曼二百周年纪念的会议,一个主要的演讲者(编注:指Maynard),他是这方面的专家。他亲口讲,他认为 98% 的可能是对的。

数学家是对证明正确看得很重要,但事实上,假如你去看物理、生物或化学的研究,他们远没有得到百分之百的确认,就认为是对的。做实验往往很多时候会有错的。他们认为准确到一个地步以后,就认为是全部对的。我们的要求比这些严格得多。因为我们要推理,用机器一个个拆开来,其实比物理上发现的重要的事件还要准确得多。所以我是认为还是需要验证,只是不需要太严重的怀疑。因为机器验证是有相当可靠性的。

提问Maynard:您说过,自己有98%到99%的把握认为这份证明是正确的。所以我想问,是什么让您有这么高的信心?

Maynard :这份证明附带了形式化验证。形式化验证就是让机器检查一个结论是否完全正确的方法。当然,仍然有几项额外的检查需要做,必须稍微谨慎一些。不过,我也认识这项工作的作者,知道他此前在AI与数学领域作出过重要贡献。我知道他一定会非常仔细地检查自己的工作,而且他没有理由发布一份错误的成果。面对这样一个规模庞大、备受关注的结果,我认为他在没有认真检查的情况下就将其公开的可能性非常非常小。

提问丘&徐:同一天,另一位数学家Masullo也给出了一份940页的

丘成桐:首先,研究黎曼猜想的人多如牛毛。每一年都有人讲他做到了,很多是不靠谱的。他可以讲他研究十二年,讲研究六十年的人都有。研究很久不表示你就有真的重要的想法。九百多页纸也不表示什么。我并不认得他,不晓得是真的还是假的。但是无论如何,因为 AI 宣布它证明了,他有点急,所以就赶快发表他的做法,所以中间会有错误,我想是能够预期的,并不奇怪。

人类的证明常常会有错误,因为没有经过机器验证的话,错误的可能性很大。一般来讲,一个这么大的定理的证明,通常至少要一年到两年,由其他的专家一同来努力,通常都会验证相当久才能比较确定地认为它是对的。至于用机器来验证是比较可靠的,这是因为机器通过大量的计算,将每一个命题都分成很小的问题来检查。

徐文强:AI 可以很快地通过

如何对待难以卒读的机器证明?

提问丘&徐:这次AI证明黎曼猜想生成的自然语言草稿有25万页之长,人类难以卒读,我们该如何应对难以理解机器证明的问题?

丘成桐:这并不是个问题。因为历史上除了数学以外,所有科学的发展,在找到答案的时候,其实大部分都是没有了解的。拿到诺贝尔奖的工作大部分也是通过很久时间才慢慢了解,甚至到现在都还不了解。杨振宁先生跟李政道先生关于

对黎曼猜想,等知道机器对了以后,照我的估计,五年内会全部理解,将它的精神找出来。做一个问题的时候,最重要的第一步就是它是对的还是不对的。当黎曼猜想还没证明以前,很多人认为它可能是不对的,有些人认为是对的。在没有办法决定的时候,就很难有进步。但是现在你晓得它是对的以后,就花全部精力去了解它,看看它的证明是否可以融会贯通,这往往是一个很大的步骤。

当年我做后来让我出名的

晓得这一步以后,我们怎么摸索它,找出它应当解决的方法,应当是有办法,同时应当很快就能够解决的。所谓25万页纸,有可能很多是写得啰嗦,没有干干净净地写下来。我想很快,我认为顶多五年的功夫,这个整个过程会被了解清楚,同时会写下一个人类能够懂的方法出来。我很有信心,认为人类有这个能力。为什么?因为 AI 做的方法其实都是人类想过的方法,将它综合起来,进了一大步。既然是人类找过的方法,人类也有办法去了解它,所以我不认为这是一个大的障碍。

徐文强:我非常赞同。很重要的一点是,AI 给出了一个证明,至少好于没有这个证明。接下来人类怎么去处理,我的个人感受就是放轻松。消化这个证明的过程本身也是在学习,在推动数学的发展,所以多花一点时间没有什么了不起。另外一方面,人类是很聪明的,如果真的是发现在验证、消化的过程中非常消耗精力,并且没有获得乐趣、新的突破、新的了解,那很有可能会有人自己想办法,用别的方式重新给个证明。所以在这个过程中,我觉得总会有收获。

提问Maynard :对于如此庞大的证明,所谓“真正理解”具体意味着什么?人类数学家需要把每一步都重新推导一遍吗?

Maynard :已经有一些同事在借助AI梳理这25万页的证明,试图提炼其中的关键思想,让数学家能够开始理解整个论证究竟是怎么回事。我非常乐观地认为,第一步可以用AI把证明压缩到更容易处理的篇幅。接下来,就需要人类仔细研究,理解它的整体思路。而一旦把握了整体思路,我想还可以进一步大幅简化。所以这会需要一些时间,但我希望几年之后,我们能够看到一份完整的证明。它也许仍然很长,但人类能够读懂。

提问Maynard :这项进展会改变您自己做研究的方式吗?

Maynard :我希望会。但目前还没有人真正理解这份证明。它是一份人类无法理解的机器证明,所以从某种意义上说,什么都没有改变。昨天我相信黎曼猜想是对的,今天我也相信。现在有了形式化验证,我的信心其实并没有发生太大变化。但如果我理解了它为什么是对的,那么这种理解,我想,会让我以一种完全不同的眼光看待数论。这也将促使我改变工作方式,采用新的研究方法等等。这正是为什么“理解”如此重要。就眼下而言,我思考问题的方式完全没有改变。但我想,两年之后,我会有更深入的理解,到那时,我看待很多事情的方式很可能会发生很大变化。

Maynard 在线接受媒体采访 | 图源:线上会议截图

功劳还是人类的多

提问Maynard:AI只用了几周就解决了黎曼猜想这个最困难的数学问题。这是否说明,数学家觉得困难的事情,对AI来说可能不是同一种困难?

Maynard :这是个很好的问题。现在的AI思考方式跟人类惊人地相似。它做数学的许多方式和人类数学家非常接近,因为它是用人类迄今积累的全部数学知识训练出来的。它确实比人类数学家有优势:它知道人类写过的每一项数学成果,运算和尝试的速度也快得多,因此能探索更多种可能。这些优势让它与人类有些不同。但让我惊讶的恰恰是,它竟然如此像人类。这意味着,数学家觉得困难的大多数问题,AI同样觉得困难;数学家认为比较容易的问题,AI也觉得比较容易。所以目前,人类数学家与AI其实相当相似。当然,随着AI继续发展,将来两者之间可能会出现更大的差异。

假如这个证明是正确的,那么它其实建立在无数人类数学家提出的不同思想之上。所以,如果认为AI突然跑出来,独自解决了这个问题,那是错误的。AI只是跑完了这场长跑最后的一小段。绝大部分艰苦工作,是人类数学家几十年、几十年地积累完成的。AI在非常重要的意义上,依赖并继承了他们的全部思想和成果。就目前来看,AI还不太擅长建立理论、发展新理论,因此它非常依赖人类创造的理论。它也许比人类更善于运用已有思想,但如果某个问题超出了现有理论能够触及的范围,那么目前看来,AI也很难解决。

如果将来人类和AI各自擅长的事情出现了很大差别,我们就需要重新思考研究的问题和整个研究格局。人类会更多地去做那些人类容易、AI困难的事情;而对于人类困难、AI容易的问题,则由AI发挥主导作用。双方可以按这种方式合作。不过目前,让我惊讶的是,人类和AI的思维方式,比我原先想象的更为相似。

提问丘&徐:当证明由人类和 AI 来共同完成的时候,对于学术成果的归属应该如何界定?

丘成桐:举个例子来讲,关于 credit 的分布,很多大型团队做实验的时候,往往有几十个人、几百个人,甚至几千个人一同做一个实验。好像十几年前日内瓦加速器做出了

所以关于大型团队做学问得到的 credit,并不是这么干净地分配的。我想数学也会慢慢有这个问题,是无可避免的。但是这些事情不是今天才发生,在物理学界,在生物学界,都常常出现。往往生物的实验是好几个人一同做的,不是一个人做的,没有分得这么干净。这是一个问题。但是照我看,假如你是主要的角色,做一个问题是你指挥 AI 去做的,我想这还是公平的,就是你占了重要的 credit,因为 AI 还是听你的话去向前走的。

徐文强:在过去五十年到一百年里,数学界过于看重谁第一个证明某个问题,把绝大部分荣誉都给了第一个给出证明的人。但现在时代在改变,大家对数学的理解应该更加广义,数学界也会慢慢形成新的评价体系。第一个给出证明的人当然依然有重要贡献,但提出问题同样重要——大家可以简单地问一句:谁提出了黎曼猜想?不是AI,而是伟大的数学家黎曼。即使大模型拿到了很多荣誉,我们也不能忘记是谁提出了这个问题。

对年轻学者是机会

提问丘&徐:过去数学家在证明猜想的过程中,往往会创造新的工具和方法,甚至延伸出新的数学方向。如今人机合作大大缩短了这一进程,未来推动数学发展的路径与传统相比会有哪些改变?

丘成桐:传统以来,数学家做数学,都是一步一步向前走,达到最后一步就算是完成。但是物理学家、生物学家、化学家的方法,跟数学家是有点相反的:生物学家做实验,先得到一些数据,再慢慢推敲,看看这个结果有什么意思。物理也是这样,因为我也做物理。

现在AI把数学家的做法扭过来了。AI可以先帮你找到答案,但是我们还要去消化整个做学问的过程,看内容是怎么样的。希望从这个过程里面学习到它的方法,来提升我们自己的想法。所以无论如何都是要人脑来帮忙的。机器现在问的问题都不是很重要的问题,它解题的能力比问问题的能力强得多。照我的看法,问问题更需要创造力,尤其是问重要的问题。

我希望我们的学者也能学习这一点。了解了这个问题以后,要问下一步怎么走,对数学才是最好的。这一点我想AI还做不到。我们得花功夫,把自己走过的路和机器走过的路放在一起,融会贯通,才知道该往什么方向走。我想以后数学家的习惯会改变,跟物理学家、化学家有点像,先找到答案,再研究怎样理解它、怎样证明它。

对于中国的年轻学者来讲,这应当是一个很激励人的事情。因为每一次科学转型的时候,年轻人能够发挥更大的作用。年纪大的人不太习惯,年轻人趁这个时候很快就上去了。本来照我的估计,中国的数学跟海外还是有一段距离,现在有了一个赶上去的机会,也就是你们讲的所谓“

不公平竞争是主要问题

提问丘&徐:未来的数学研究越来越依赖于 AI 模型、算力和基础建设,会不会让研究者没有办法去平等地使用这些 AI 工具?数学作为一个开放知识体系,会不会受影响?您怎么看待AI业界和数学界之间的关系?

丘成桐:依赖本身没有什么太大的问题。从古代我们看,显微镜发明以后,生物学家大量用显微镜。你可以讲生物学要靠显微镜,没有问题,显微镜变成生物的一个重要部分。天文学发明了望远镜以后,都靠望远镜。以后不但是小望远镜,还要做很大很大的望远镜,然后天文学家跟着它们走,去智利,去西藏,去南极,去北极。所以科学家跟工具是分不开的,没有什么不好。

五十多年前计算机开始发展,到了今天我们离不开计算机。AI也会成为我们做科研不可缺少的一部分。因为我们人脑还是要向前走,指导AI怎么去向前帮我们做学问。只不过这次跳跃得比较大一点,所以我们有点震惊。但是从长远来讲,我想是很好的一个事情,让我们对很多重要的问题能够更进一步地了解。了解比从前深一点,同时快了一点。但是很快我们就晓得,AI能够解决的问题也慢慢会慢下来,不会一路都是这样子猛进的。

同时要坦白讲,美国这几个大公司投了很多钱来做这个事情,几亿美金,甚至几十亿美金的投资。他们也不可能这样继续不停投资在这上面,所以会慢慢地停顿下来。希望能够趁它慢下来这个时间,我们赶快追上去,也让我们年轻的学者能够追上去。

机器是不是公平地让每个人都可以用,这个是更重要的问题。现在这些机器掌握在少数公司手上,想给谁用就给谁用。现在尤其是美国控制这些机器,不准给中国的学者用。不但不准美国的机器给中国的学者用,它也不准它的盟友给中国用,大量地封杀中国的学者。这是很不公平的。因为做研究,假如机器每一个人都同样地用,开源的,我想这是公平竞争。现在主要问题是竞争并不公平。

要是像今天的电脑一样,人手一部都可以用的话,就很难怪谁用电脑做到最先。假如 ChatGPT 也好,

徐文强:我非常赞同丘先生说的,我们在这个关键阶段一定要进一步加大投入,推动AI与数学的结合,让国产模型抓住这个非常好的时机,进一步缩小跟美国的差距。

数学将迎来黄金时代

提问Maynard :您曾说,过去一年里,您花了很多时间反思AI对数学意味着什么。那么,这番深入反思让您得出了什么认识?

Maynard :我想,我更清楚地认识到了自己真正看重数学的什么。AI出现以前,人类数学家每天的一项主要工作就是设法证明各种结果,因为证明结果是一项极其困难的挑战。当一个人类数学家证明了某个结果,他可以告诉大家,自己在研究这个问题时想了些什么,思想是怎样产生的,直觉是什么。这些内容带来的理解远远超过证明本身。

现在AI来了,生成证明变得容易得多。但与此同时,我们并没有得到相应的直觉和理解。过去总是相伴而来的两件事,如今被分开了。我花了一些时间才真正意识到:我原以为自己在乎的是那些轰动性的数学成果,但实际上,我在乎的是过去那种研究方式下,伴随这些成果一起产生的所有东西。到了这个新时代,真正重要的是理解。我也是过了一阵子才想明白这一点。我早就感觉这些AI证明让人有些不满足,但经过一番反思才发现,自己真正看重的是人类的理解,而不是那些能登上头条的结果。

提问Maynard :数学界仍然有一些担忧,比如数学家可能会失业,年轻学生可能会感到迷茫。总体来说,您怎么看这些担忧?

Maynard :显然,数学这门学科必须改变,去适应AI。我们正在进入一个新时代。这意味着目前有很多事情还不确定:今后论文该怎样发表,年轻数学家将如何接受评价、按照什么标准打分,等等。这种状况确实令人遗憾。不确定性本来就会让人感到不安,所以人们有这样的反应很自然……眼下未来确实充满不确定性,因为AI一直在变化。我们也必须保持灵活。随着AI的进步,我们很可能还需要再次调整这门学科,让数学能够适应AI,与它共同发展。

我认为,数学将迎来一个非常激动人心的未来,一个黄金时代。那些我一直梦想看到被证明的非凡结果,将会一个个得到证明。而且,我们不仅会得到那些轰动性的结果,还会获得我们过去认为理应伴随证明而来的深刻理解,因为数学家将能够看得更远、走得更快。这当然会带来不少变化。变化让人不安,甚至引起担忧,是完全可以理解的,尤其是年轻人,因为他们受到的影响最大。所以我认为,资深数学家非常有必要努力引导年轻一代,帮助他们度过这个阶段,因为面对不确定的局面,年轻人确实需要一些指导和帮助。但我很乐观:数学将因此变得更加健康、更加强大,而不是走向数学家失业的结局。在我看来,数学是科学的语言,支撑着世界上如此多的进步。而人类的理解始终会发挥非常重要的作用,这就需要数学家。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. “AI攻克黎曼猜想”获Lean数学社区认证,但读懂它仍需时日

    当地时间11月21日,形式化证明系统Lean与其数学库Mathlib的开发者社区发布联合声明,宣布数学家莱文特·阿尔波格(Levent Alpöge)11月20日公开的黎曼猜想证明已通过核验,“我们完全确信阿尔波格对黎曼猜想的证明是正确的,并祝贺他取得这一成就。”这意味着,这份由人类数学家与AI模型Claude合作完成

    来源 腾讯网
  2. 梅纳德谈AI与黎曼猜想:证明被接受关键在能否讲明白?

    IT之家 11 月 22 日消息,当地时间 11 月 20 日,Anthropic 数学家莱文特 · 阿尔珀格(Levent Alpöge)宣布,自己与 AI 模型 Claude 合作,攻克了数学界最著名的难题之一 —— 黎曼猜想。据IT之家此前报道,11 月 21 日,Lean 与 Mathlib 社区发布联合声明,

    来源 腾讯网
  3. 黎曼猜想25万页证明引追问:AI写出的证明,谁来认?

    每经评论员 付克友这可能是今年数学界最“炸裂”的新闻。11月20日,Anthropic数学家莱文特・阿尔珀格(Levent Alpöge)宣称与Claude合作,找到了黎曼猜想及其推广形式广义黎曼猜想的证明。黎曼猜想自1859年提出以来,早已成为数学界的“圣杯”,在167年间是数学家们不断尝试攻克却无功而返的最著名难题

    来源 腾讯网
  4. Anthropic数学家称证明黎曼猜想:1700万行Lean源码能否过关?

    困扰数学界167年的黎曼猜想,或迎来首次重大突破,但AI生成的证明能否经受数学界检验,仍是最大悬念。11月20日,Anthropic数学家Levent Alpöge发布声明,称自己与AI模型Claude合作,找到了黎曼猜想及广义黎曼猜想(GRH)的证明方法,并同步公布超过1700万行Lean形式化代码。由于声明发布恰逢

    来源 腾讯网
  5. Claude协助数学家宣称证明黎曼猜想:25万页代码待核验

    2026 年 11 月,Anthropic 数学家阿尔珀格宣称与 Claude 合作找到了黎曼猜想的证明。这项主张引发数学界关注,相关核验仍在进行丨vectorfusionart / Shutterstock 2026年11月20日,在人工智能公司Anthropic工作的数学家勒温特·阿尔珀格(Levent Alpög

    来源 AI 行业观察
  6. Lean官方认证Alpöge黎曼猜想证明:1700万行代码全部通过

    阅读之前记得关注+星标⭐️,,每天才能第一时间接收到更新 昨天Anthropic数学家Levent Alpöge在个人主页宣布,他与AI模型Claude联手解决了数学圣杯黎曼猜想,同时发布了一个包含 1700 万行代码的 Lean 代码库,宣称完成了对黎曼猜想的Lean的形式化完整证明刚刚Lean官法盖棺定论,证明完全

    来源 腾讯网
  7. 华中科技大学联手阿里巴巴建AI安全研究中心,首批9个课题启动

    IT之家 11 月 21 日消息,华中科技大学与阿里巴巴集团于 11 月 18 日签署合作协议,聚焦 AI 安全共建“智能攻防与前沿安全联合研究中心”,首批启动 9 个课题。 IT之家获悉,联合研究中心首批启动的 9 个课题,覆盖大模型安全攻防、智能体与终端安全、智能化系统与软件安全、数据协同与隐私保护四大方向,以下为

    来源 AI 行业观察
  8. 王晟谈AI与生命科学:多模态模型如何理解疾病、重塑药物研发

    一个患者的病理切片、CT、基因组和蛋白质组数据,能不能被 AI 放在一起分析?如果模型不仅能识别疾病,还能理解一个人的生物学状态,甚至预测疾病接下来会如何发展,医学研究会发生什么变化?这是华盛顿大学助理教授王晟近年来一直在探索的问题。从基因功能预测、单细胞分析,到数字病理和多模态医学基础模型,他的研究方向几经变化,但始

    来源 腾讯网
  9. Claude辅助黎曼猜想Lean证明库获社区认证,17百万行代码通过校验

    2026年11月20日,数学家Levent Alpöge发布由Claude辅助生成的黎曼猜想Lean证明库,包含17百万行代码。Lean与Mathlib社区于次日完成独立编译校验,通过五种独立校验器确认证明仅依赖三条标准公理且零错误。该事件标志AI首次在千禧年数学难题上实现从声称到机器可检验的跨越,核心在于形式验证体系

    来源 AI 行业观察
  10. Levent Alpöge黎曼猜想Lean证明:17M行代码通过五重校验

    2026年11月20日,数学家Levent Alpöge发布由Claude辅助生成的黎曼猜想Lean证明库,包含17百万行代码。Lean与Mathlib社区于次日完成独立编译校验,通过五种独立校验器确认证明仅依赖三条标准公理且零错误。该事件标志AI首次在千禧年数学难题上实现从声称到机器可检验的跨越,核心在于形

    来源 AI 科技快讯
  11. 黄仁勋辞任英伟达CEO:中东AI布局面临变数

    观世界 文/朱兆一当地时间11月12日,美国芯片巨头英伟达(NVDA)宣布,公司联合创始人黄仁勋辞去总裁、首席执行官(CEO)及董事会成员职务,即刻生效。随后,华盛顿接连调整AI(人工智能)合作规则。11月15日,美国与阿联酋、卡塔尔、以色列等国签署《旧金山宣言》,把敏感技术及其依赖的能源、通信、物流等基础设施纳入安全

    来源 腾讯网
  12. 薛澜谈AI治理:全球公共产品如何建构制度

    编者按:今年是APEC“中国年”。我们走访了我国多位长期深度参与APEC政策研究与外交活动的权威学者、政策智囊以及大湾区行业名家,并与他们展开深度对话,旨在呈现各方对亚太经济合作的思考,探讨粤港澳大湾区在亚太经济合作中的角色与机遇,为APEC“中国年”汇聚智慧与力量。21世纪经济报道携手前海国际事务研究院,共同推...

    来源 腾讯网
  13. Anthropic登陆纳斯达克:810亿美元IPO背后,AI安全承诺面临拷问

    当地时间11月19日,开发Claude语言大模型的美国人工智能企业Anthropic公司,在美国纳斯达克交易所挂牌上市,首次公开募股融资金额超810亿美元,超过Space X在今年6月创下的750亿美元的历史最高纪录,成为全球最大IPO。 从成立之初,Anthropic就强调自己与其他AI公司的不同之处在于“安全和责任

    来源 AI 行业观察
  14. Claude攻克3SUM与APSP:AI成基础科研实质合作者

    本期速报关注 AI 在基础科学与工程落地上的两极分化。Claude 协助发现算法突破并参与黎曼猜想形式化证明,显示 AI 辅助科研进入深水区;与此同时,GPT-6.2 Astra 在写作和翻译任务上出现能力退化。工程侧,NVIDIA 提出将推理缓存为 CPU 代码以大幅降低成本,LangChain 分享企业级智能体架构

    来源 AI 应用前沿
  15. cinecode用代码渲染视频:确定性输出告别AI抽卡

    土耳其开发者开源的 cinecode 技能包,能在 Claude Code 或 Cursor 中运行。它不依赖付费的视频生成 API,而是通过 three.js 和 Canvas 2D 逐帧代码渲染画面,配合自动剧本、专业运镜和 Web Audio 声音设计,输出带配乐的 MP4。支持快速短片和长片审批两种模式,彻底解

    来源 AI 应用前沿
  16. 雀巢联手微软、波士顿动力:AI落地工厂与咖啡机

    瑞士食品饮料公司雀巢宣布与微软、波士顿动力等科技企业达成合作,计划扩大人工智能在工厂运营及消费产品中的应用,以提高生产效率、更好地掌握消费者需求变化,并推动业务增长。雀巢首席技术官Stefan Palzer表示,公司将在瑞士奥尔布(Orbe)新设立的深度科技中心开展技术研发。微软及波士顿动力将提供硬件设备和AI技术,帮

    来源 AI 行业观察
  17. 拉加德:欧洲AI算力占比要提到15%,2030年前需投1.3万亿欧元

    据报道,欧洲央行行长拉加德表示,欧洲若要将其全球AI算力占比从目前约5%提升至2030年的15%,预计需要投资约1.3万亿欧元。拉加德指出,欧洲在关键原材料和技术领域的外部依赖正构成经济主权挑战,应通过欧洲层面的公私合作、公共资金先行承担风险等方式,吸引私人资本投入芯片工厂和数据中心建设。(界面)

    来源 AI 行业观察
向下滚动自动加载更多