OpenAI 本周二宣布，其内部 AI 模型在 1 万个并发智能体的协同下，成功解决了纳维-斯托克斯问题——一个关于液体和气体流动的数学难题，已悬而未决约 90 年。该问题是七大千禧年大奖难题之一，每个难题的解决者将获得 100 万美元奖金。OpenAI 表示，该内部模型比新发布的 GPT-6 Astra 更强大，并于 8 月 28 日开始训练，在数学等基准测试中表现出前所未有的性能。
然而，这一突破随即引发争议。就在 OpenAI 宣布的前一天，纽约大学数学教授 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 刚刚发表了他们在相关问题上的研究成果。Buckmaster 称，他在得知 OpenAI 可能了解到他们的进展后主动联系了 OpenAI，但发现 OpenAI 的证明路径与他们和 Alpöge 此前使用 OpenAI Codex 和 Anthropic Claude 所探索的路线高度相似。Buckmaster 在声明中质疑 OpenAI 是否访问了他们在 Codex 中的会话数据，因为该项目期间他们一直在 Codex 中存放草稿。他写道：“我问模型是否在 Codex 中训练过或访问过我们的会话，得到的回答是模型没有查看用户数据。我再次询问训练相关情况，但没有得到答复。”
OpenAI 在周二的公告中试图平息这些猜疑，强调“没有访问任何特定用户数据来解决此问题”，但同时承认“虽然不太可能，但我们无法排除从他们使用我们产品中获得的去标识化数据帮助改进了我们的模型”。OpenAI 技术团队成员 Sebastien Bubeck 也表示：“直到他们昨晚公开发布成果之前，我们没有看到他们的任何工作。事后看来，我们的证明在细节上存在显著差异，甚至证明的具体结果也不同。”
对此，Buckmaster 在 Mastodon 上回应称，OpenAI“公开承认使用了在我们得出结果之后一段时间的训练数据”。OpenAI 表示不打算领取 100 万美元的奖金。
这一事件凸显了 AI 在数学研究领域的巨大潜力，同时也引发了关于 AI 研发中数据使用边界和知识产权归属的深刻讨论。随着 AI 模型在数学推理等复杂任务中展现出越来越强的能力，如何确保研究的独立性和透明度，将成为 AI 社区和学术界共同面临的挑战。目前，OpenAI 的声明和 Buckmaster 的质疑仍各执一词，争议尚未有定论。