深度详解

AI每日资讯 - OpenAI 被指要求删除 Anthropic 员工署名

纽约大学特里斯坦·巴克马斯特称，OpenAI 的塞巴斯蒂安·布贝克周日告诉他，OpenAI 已解决纳维-斯托克斯方程，还想讨论发表。但巴克马斯特说，对方要求他同意把 Anthropic 员工 Levent 从作者名单删掉。他拒绝后，对方回：“你为什么要毁掉自己的职业生涯？”“如果你不想让我友善，那我也不必友善。”

一句话总结

纽约大学巴克马斯特称 OpenAI 已解决纳维-斯托克斯却要求删 Anthropic 员工署名；OpenAI 发布 ChatGPT Images 2.5。

核心要点

•纽约大学特里斯坦·巴克马斯特称，与 Anthropic 员工 Levent 用 GPT-5.6 Sol 研究纳维-斯托克斯一年多。

•巴克马斯特称 OpenAI 的塞巴斯蒂安·布贝克表示，OpenAI 已解决纳维-斯托克斯，想讨论发表。

•巴克马斯特拒绝删除 Levent 署名的条件，并称若 OpenAI 发表就公开此事。

•Artificial Analysis 称 Gemini 3.8 Flash 与 Muse Spark 1.3 在 Terminal Bench 2.1 接近 GPT-6，但在 4.0 差一截。

•OpenAI 发布 ChatGPT Images 2.5，称每周生成超三十亿张图像，延迟降低百分之五十。

•OpenAI 推出 Sketch 功能，支持画草图引导图像生成，变体包括 Flare 和 Sunburst。

行业新闻

纽约大学巴克马斯特称 OpenAI 已解决纳维-斯托克斯

纽约大学的特里斯坦·巴克马斯特教授说，他和 Anthropic 员工 Levent 一起研究纳维-斯托克斯问题，用的工具包括 GPT-5.6 Sol 和 Cursor harnesses。他们已经研究了一年多。虽然没解开千禧年大奖难题，但找到了一些新解法。这些解法可能成为垫脚石，而且他们用的方法，很少有数学家会用。后来 AI 圈流传一个谣言，说 Anthropic 解决了一个千禧年大奖难题。巴克马斯特说，这个说法其实是错的。

巴克马斯特说，他上周联系了 OpenAI。到了周日，塞巴斯蒂安·布贝克告诉他，OpenAI 已经解决了纳维-斯托克斯方程，还想讨论发表的事。巴克马斯特就问：这个模型，是不是拿他们之前的对话和代码训练过？还是访问过这些内容？对方说，模型没有查阅用户数据。可关于训练的问题，一直没给他答复。

巴克马斯特还说，对方给了他两个选择。要么 OpenAI 单独发表；要么他加入发表，但条件是他得同意，把 Levent 从作者名单里删掉。因为 Levent 和 Anthropic 公司有关联。巴克马斯特两个都拒绝了。他还放话，如果 OpenAI 非要发表，他就把这件事公开。对方回他：“你为什么要毁掉自己的职业生涯？”接着又说：“如果你不想让我友善，那我也不必友善。”这意味着，一场数学成果发表，已经变成公司竞争和署名控制的争议。

Artificial Analysis 称 Gemini 和 Muse Spark 在冲跑分

Artificial Analysis 说，到目前最明显在冲跑分的，有两个模型。一个是 Gemini 3.8 Flash，一个是 Muse Spark 1.3。它们在 Terminal Bench 2.1 上，跟 GPT-6、Fable 5.1 差不多。可一到 Terminal Bench 4.0，表现就明显差了一截。而且 Terminal Bench 2.1 的任务全是公开的。Meta 和 Google 肯定不会直接拿这些任务来训练。但他们会找一些初创公司买数据。这些公司专门做强化学习环境，模仿 Terminal Bench 2.1 的任务。所以效果其实一样。说白了，就是一点点把跑分刷上去了。

Alexander Wang 回应说，Meta 从来没说 Muse Spark 1.3，能像 Astra 或者 Fable 5.1 那么强。但它性价比高得多。以后的模型，会直接正面竞争。这意味着，跑分和真实能力之间的差距，正在成为行业公开议题。

OpenAI 发布 ChatGPT Images 2.5

OpenAI 在周二发布了 ChatGPT Images 2.5。这是支持 ChatGPT 内置图像生成功能的最新模型。OpenAI 说，用户每周用它生成的图像，超过三十亿张。新模型细节更清楚，编辑更准确。生成速度也更快，延迟降低了百分之五十。

除了这个模型，OpenAI 还推出一个新功能，叫 Sketch。你可以直接在应用里画个草图。把它当作输入，来引导图像生成。还能加上文字提示，指定风格或者细节。它也支持几种变体，包括 Flare 和 Sunburst。Flare 这个变体，就是专门用来快速迭代的。这意味着，图像生成正在从“打字出图”转向“草图+提示”的混合工作流。

主题深度讨论：纳维-斯托克斯与署名争议

巴克马斯特和 Levent 做了什么

特里斯坦·巴克马斯特是纽约大学教授。他和 Anthropic 员工 Levent 一起研究纳维-斯托克斯问题。他们用的工具包括 GPT-5.6 Sol 和 Cursor harnesses。他们已经研究了一年多。虽然没解开千禧年大奖难题，但找到了一些新解法。这些解法可能成为垫脚石。而且他们用的方法，很少有数学家会用。

AI 圈里流传一个谣言，说 Anthropic 解决了一个千禧年大奖难题。巴克马斯特说，这个说法其实是错的。这里的关键不是“AI 又拿了什么大奖”，而是 AI 已经在辅助前沿数学研究。但辅助研究和“解决千禧年难题”之间，还有很长的路。

OpenAI 提出了什么条件

巴克马斯特说，他上周联系了 OpenAI。到了周日，塞巴斯蒂安·布贝克告诉他，OpenAI 已经解决了纳维-斯托克斯方程，还想讨论发表的事。巴克马斯特就问：这个模型，是不是拿他们之前的对话和代码训练过？还是访问过这些内容？对方说，模型没有查阅用户数据。可关于训练的问题，一直没给他答复。

巴克马斯特还说，对方给了他两个选择。要么 OpenAI 单独发表；要么他加入发表，但条件是他得同意，把 Levent 从作者名单里删掉。因为 Levent 和 Anthropic 公司有关联。巴克马斯特两个都拒绝了。他还放话，如果 OpenAI 非要发表，他就把这件事公开。对方回他：“你为什么要毁掉自己的职业生涯？”接着又说：“如果你不想让我友善，那我也不必友善。”这意味着，发表权、署名权和公司竞争已经缠在一起。

训练数据问题为什么关键

巴克马斯特问的是，这个模型是不是拿他们之前的对话和代码训练过，还是访问过这些内容。对方说，模型没有查阅用户数据。但关于训练的问题，一直没给他答复。对于用 AI 做研究的数学家来说，这关系到成果归属：如果模型在训练中见过他们的对话和代码，那么“OpenAI 解决”的独立性就打折扣。

对于普通用户，这也关系到你自己的聊天记录会不会变成模型能力的一部分。素材里没有给出 OpenAI 的进一步回应。但这个问题一旦成立，它影响的不只是数学发表，而是所有把工作流交给 AI 的人。

对从业者和普通用户意味着什么

对数学家，AI 工具已经能参与前沿问题，但成果发表可能陷入公司竞争。对 AI 从业者，跑分、署名、训练数据透明度都在成为公共争议。Artificial Analysis 对 Gemini 3.8 Flash 和 Muse Spark 1.3 的跑分质疑，Alexander Wang 的回应，也说明模型能力评估不再是内部指标，而是公开战场。

对普通用户，OpenAI 发布 ChatGPT Images 2.5，每周生成超过三十亿张图像，延迟降低百分之五十。图像生成正在变成基础设施。同一天，一边是 OpenAI 发布图像模型，一边是研究者指控 OpenAI 在纳维-斯托克斯发表上施压。两件事放在一起看：AI 公司的产品线在加速，但围绕成果归属和竞争边界的摩擦也在加速。

觉得有用？点个 在看 和 关注 支持一下