北大团队半月完成庞加莱猜想形式化,成本不到3万美元
北京大学AI for Math团队宣布,独立完成千禧年大奖难题之一庞加莱猜想在Lean 4中的完整形式化。这是目前已知首个同时通过Lean build与Comparator检验的庞加莱猜想形式化版本。

1904年庞加莱提出猜想,2002年佩雷尔曼给出不到70页的精简证明预印本,此后数学界顶尖学者耗费数年写出500多页专著。北大团队与智能体协作,仅用半个月、花费不到3万美元,就将其转化为约320万行代码。

完成这项工作的,是3名有数学背景的AI开发者,带领多位博士后和博士生。他们使用公开商用大模型,一行代码成本不到1美分。按团队此前估算,人类专家一天约能写250行,一年按250个工作日算,320万行由一人完成需50年。

同一天,丘成桐弟子带队的美国团队也交出一份470万行的庞加莱猜想Lean证明。两支队伍各自独立完成,却在同一天交卷,显示大规模机器形式化验证时代已经到来。
该团队来自北京大学北京国际数学研究中心,对外称FrenzyMath,目标是用大模型和AI智能体为现代数学研究提速。团队今年3月和4月两篇代表作,署名最后一位均为北大博雅特聘教授董彬。
今年3月,他们用自研Archon系统形式化了两道研究级数学题。其中一道,AI写了约8800行,跑了50个小时,花费1200美元,平均每行约0.14美元。到庞加莱猜想时,每行代码成本降至当时的十几分之一。
速度同样惊人:半个月写出320万行,平均每天20多万行,相当于800多个人类形式化专家同时开工。这3万美元包括大模型调用费和计算服务器开销。团队今年战绩不止这一件。
更多推荐阅读

Manus 2.0发布:AI应用只剩三件事
昨夜,Manus发布2.0版本,堪称超级全家桶。技术层面推出新agent架构Cascade、云电脑和自动化;面向工作创作场景的Manus Studio支持剪视频、生视频、做在线多人游戏、远程遥控电脑;以及One More Thing:Cue。 我第一时间上手试了Cue。先连接Gmail、GitHub、Notion、Instagram、Oura等账号,补充Codex记忆备份和几条即刻,构成较完整的...
2026-09-30
GPT-6上线后,鹈鹕骑车测试为何突然爆火
开源项目CodexRadar发起人Lambda在GPT-6 Astra发布后,收到大量“鹈鹕骑单车”视频,于是在社区发起“鹈鹕杯”比赛,参赛者围绕“画一只骑自行车的鹈鹕”用模型生成作品。9月14日上午,比赛页面PV达7000多。 每次新模型上线,都有人用鹈鹕骑自行车测试模型能力。这个任务简单直观,能一眼看出腿和踏板是否对位、车轮是否跟着动、动作是否穿帮、前后是否一致;同时又足够复杂,涉及动作理解...
2026-09-30
Opus 5.5代码直出MV,马斯克连转惊呼AGI
Opus 5.5代码直出音乐MV火了。马斯克多次转发,并给出“嚯!”“史诗级!”“这次我真切感受到了AGI”等评价。 这些MV中,人物、歌词、拼贴、颗粒和转场贴着节拍轮番轰炸。两分钟速通《谷歌来时路》,动画越切越快,配乐越顶越燃。另一支纪念乔布斯的MV,从车库创业拍到改变个人计算,23种转场踩着120 BPM配乐,被剪成一部硅谷英雄片。还有博主把2011年录的木吉他老歌用Suno重编成Techn...
2026-09-30
反超Seedance 2.0!RunningHub增强版H3一秒仅一毛
7月底MiniMax H3开源时,Artificial Analysis视频编辑榜Elo 1130分,直冲全球第一。但量产场景下短板明显:多镜头一长角色走样,商品多拍几组轮廓不准,十几个镜头连跑后面越来越不像同一部片子。从“跑得通”到“生产能用”,差的是工程。 9月29日,RunningHub发布H3 RH Enhanced,基于MiniMax H3开源基座做深度后训练的增强模型。Running...
2026-09-30
AI写算子让Kimi K3推理快3倍,TPU反超英伟达
上一周,vLLM原班人马创办的Inferact开源了TPU Megakernels,把Kimi K3的92个MoE层写进同一个程序,在16颗谷歌TPU v7上运行:开启投机解码,单用户输出达709 tokens/s;同样16块英伟达GB200用vLLM跑为452 tokens/s。关闭投机解码,在1到8并发下,它也是GB200的1.4到2倍。而TPU v7显存带宽7380GB/s,还低于GB200...
2026-09-30
10个Claude通宵15小时,证明122年物理数学难题
球面上的7个电子,难住了人类数百年。今天,10个Claude Sonnet 5.5通宵15小时,互发1270条消息,写出17895行Lean代码,完成了汤姆逊问题N=7的证明。没有人类介入,没有预设分工,10个Claude自己建群、讨论、选算法、合并代码。证明通过了Lean内核和独立内核nanoda的双重验证,改一个整数,nanoda立刻报错。 1904年,J.J.汤姆逊提出“葡萄干布丁”原子模...
2026-09-30