【核心提要】 中国团队利用“书生科学”多模态大模型S2，成功攻克困扰数学界30余年的世界级难题——三维Ghys猜想。 此次突破验证了“专家直觉+AI算力”的协同科研范式，标志着国产大模型正式进入高门槛的“研究级数学”领域。 数学界对AI介入引发广泛讨论：在警惕学术规范受损的同时，学者呼吁主动拥抱技术变革，利用AI加速基础科学突破。 【正文报道】 近日，数学界迎来了一项具有里程碑意义的进展：困扰学术界逾30年的世界级难题——三维Ghys猜想（Three-dimensional Ghys conjecture）被成功破解。值得关注的是，此次攻关并非依靠海外模型，而是由中国科研团队与国产大模型深度协作完成。 该猜想由法国数学家艾蒂安·吉斯（Étienne Ghys）于1995年提出，是复动力系统领域的核心问题。其核心逻辑在于探讨混沌的动力系统行为是否能决定几何上的分类。若该猜想成立，复杂的动力学轨迹将能够“化归”为简洁、规整的标准代数模型。此次突破不仅解决了一个具体的数学难题，更重要的是，它在方法论上提供了一种全新的工具，有望为后续的数学及科学研究提供重要助力。 此次攻关由上海人工智能实验室访问学者、大湾区大学教授许地生带领团队完成。他们基于“书生科学”多模态大模型S2（Shusheng Science multi-modal large model S2），通过人机协同模式推进研究。随后，北京大学董彬教授、刘若川院士团队利用其开发的SHEAF框架对该证明进行了形式化验证。这标志着中国科学家首次利用国产大模型攻克世界级数学难题。 在具体的研发过程中，AI并非独立完成任务，而是作为“超级助手”参与到复杂的推理链条中。研究人员许地生与张洁松（现任职于瑞典皇家理工学院）通过将Ghys猜想输入模型，获取了初步的推导报告。其中，书生-S2在首轮推理中便产出了长达400页的推导内容。尽管其中包含部分不可行的路径，但大量具有启发性的观点为人类专家提供了关键突破口。通过多轮“反馈-校准-再推演”的循环，模型生成的推导报告最终累计达到千页，问题节点从最初的15个扩展至389个，最终拼凑成完整的证明链条。 这一过程验证了一种全新的科研范式：将专家的敏锐直觉与大模型的广阔搜索能力相结合。相比于传统数学研究高度依赖个体天才的漫长摸索，这种“系统探索、专家判断、成果积累、反馈修正”的链路，能够显著提升在复杂空间中寻找突破点的效率。 然而，AI进入前沿数学领域也引发了广泛讨论。随着OpenAI等机构相继展示模型处理纳维-斯托克斯方程（Navier-Stokes equations）等难题的能力，学术界对“AI是否会损害数学研究”产生了分歧。部分学者如陶哲轩（Terence Tao）
【核心提要】
【正文报道】
近日，数学界迎来了一项具有里程碑意义的进展：困扰学术界逾30年的世界级难题——三维Ghys猜想（Three-dimensional Ghys conjecture）被成功破解。值得关注的是，此次攻关并非依靠海外模型，而是由中国科研团队与国产大模型深度协作完成。
该猜想由法国数学家艾蒂安·吉斯（Étienne Ghys）于1995年提出，是复动力系统领域的核心问题。其核心逻辑在于探讨混沌的动力系统行为是否能决定几何上的分类。若该猜想成立，复杂的动力学轨迹将能够“化归”为简洁、规整的标准代数模型。此次突破不仅解决了一个具体的数学难题，更重要的是，它在方法论上提供了一种全新的工具，有望为后续的数学及科学研究提供重要助力。
此次攻关由上海人工智能实验室访问学者、大湾区大学教授许地生带领团队完成。他们基于“书生科学”多模态大模型S2（Shusheng Science multi-modal large model S2），通过人机协同模式推进研究。随后，北京大学董彬教授、刘若川院士团队利用其开发的SHEAF框架对该证明进行了形式化验证。这标志着中国科学家首次利用国产大模型攻克世界级数学难题。
在具体的研发过程中，AI并非独立完成任务，而是作为“超级助手”参与到复杂的推理链条中。研究人员许地生与张洁松（现任职于瑞典皇家理工学院）通过将Ghys猜想输入模型，获取了初步的推导报告。其中，书生-S2在首轮推理中便产出了长达400页的推导内容。尽管其中包含部分不可行的路径，但大量具有启发性的观点为人类专家提供了关键突破口。通过多轮“反馈-校准-再推演”的循环，模型生成的推导报告最终累计达到千页，问题节点从最初的15个扩展至389个，最终拼凑成完整的证明链条。
这一过程验证了一种全新的科研范式：将专家的敏锐直觉与大模型的广阔搜索能力相结合。相比于传统数学研究高度依赖个体天才的漫长摸索，这种“系统探索、专家判断、成果积累、反馈修正”的链路，能够显著提升在复杂空间中寻找突破点的效率。
然而，AI进入前沿数学领域也引发了广泛讨论。随着OpenAI等机构相继展示模型处理纳维-斯托克斯方程（Navier-Stokes equations）等难题的能力，学术界对“AI是否会损害数学研究”产生了分歧。部分学者如陶哲轩（Terence Tao）