1万个AI狂砸1500万美元攻破千禧难题!奥特曼放话:下一步,室温超导!

2026年9月，全球科技界与科学界经历了一场前所未有的剧烈震颤。

短短三周之内，OpenAI 的神秘内部模型像一头闯入象牙塔的巨兽，一口气干掉了数学界100多个长期未解的重大难题，甚至拿下了价值百万美元的流体力学百年圣杯，Navier–Stokes（纳维-斯托克斯）千禧年大奖难题。

让整个物理学界和全球投资人倒吸一口凉气的，是山姆·奥特曼（Sam Altman）在社交平台上随手敲下的简短表态：

“you know what / let's try”（你知道吗 / 那就试试吧）

▲ 山姆·奥特曼在社交平台接下战书，寥寥数语掀起全网对“AI寻找室温超导”的讨论热潮

面对网友关于“能否用同样的算力洪流去攻克室温超导体”的冷嘲热讽，奥特曼没有回避，直接接下了这记公开激将。

从纯粹抽象的数学符号，到重塑人类物质文明的物理圣杯，AI 的军备竞赛已经彻底失控。

0188小时、1300亿Token：数学百年幽灵被暴力拆解

这场风暴的导火索，始于一场硅谷巨头之间近乎野蛮的算力突袭。

9月初，硅谷悄然流传一条传闻：Anthropic 的大模型在千禧年数学难题上取得了突破。消息传出，OpenAI 内部瞬间拉响战备警报。

他们调动了刚刚在8月底开始训练的全新超级内部模型，启动了一场史无前例的“周末狂奔”：约10000个高智商 AI 智能体同时并发，组成庞大的数字兵团，向着物理学与数学交织的核心难题，Navier–Stokes 方程发起饱和式攻击。

▲ OpenAI 官网正式公布 Navier–Stokes 方程的突破性进展与机器验证仓库

这是怎样的方程？

从天空中掠过飞机的气流，到人体血管中奔涌的血液，再到水龙头里喷出的漩涡，全部遵循 Navier–Stokes 方程的支配。但在过去两百年里，全世界顶尖数学家都被一个幽灵般的问题折磨：水流在极端情况下，会不会突然“炸掉”？

也就是说，平滑流动的液体，会不会在有限时间内产生无限大的速度和奇点，导致现有物理定律彻底失效？2000年，克雷数学研究所（Clay Mathematics Institute）为其悬赏 100 万美元。

▲ 《Quanta Magazine》头条报道：AI 攻克百万美元千禧年大奖难题

在这场长达 88 小时的超级运算中，一万个 AI 智能体相互博弈、推导、纠错，总共消耗了约 1300 亿输出 Token，产生 270 万条推理消息。媒体估算，如果普通客户想要复刻这次任务，仅仅算力成本就高达 1500 万美元（约合 1.08 亿人民币）！

最终，AI 勾勒出了一个极其精妙的拓扑图像：一股像意大利面般不断向内螺旋、被极致轴向拉伸的超细涡旋，在保持外力和能量有限的严苛物理条件下，速度在瞬间飙升至无穷大，AI 证明了流体确实会在有限时间内形成奇点（即 Clay 官方定义的 C/D 情形）。

紧接着，OpenAI 调用工具，仅用 17 个小时就完成了 Lean 形式化数学代码的机器全自动校验。

没有任何逻辑漏洞，编译器全绿通过

▲ 克雷数学研究所声明：对问题“似乎已被解决”感到兴奋，审评正在进行

02“既然数学被你们刷榜了，敢不敢去炼室温超导？”

然而，就在 OpenAI 团队与合作学者为论文首发权激烈交锋之时，社交媒体上的画风却突然偏转。

围观的开发者与同行开始疯狂调侃这场“算力大力出奇迹”的军备竞赛。推特用户 anabology 引用奥特曼的长文，阴阳怪气地发帖：

“我听说 Anthropic 发现了室温超导体……希望不要有竞争对手又砸上 88 小时、调动 1 万个智能体抢在人家发新闻稿前截胡……”

▲ 网友用极其辛辣的讽刺修辞，将数学竞赛平移为室温超导竞赛

面对这种冷嘲热讽，换作普通 CEO 或许一笑置之，但奥特曼却在几分钟后以“you know what / let's try”五个单词高调应战。

这一句回复，迅速在科技圈内外激起轩然大波。

▲ 行业观察者迅速定调：OpenAI 将尝试用最新超级智能发现室温超导体

仅仅十多天后，9月21日，OpenAI 再次扔出一颗核弹级公告：

公司正式成立由普林斯顿高等研究院（IAS）托管的独立“数学与人工智能顾问组”，阵容堪称当代数学界全明星：菲尔兹奖得主 Timothy Gowers、Martin Hairer，物理学巨擘 Edward Witten 等九位顶级泰斗悉数在列。

公告中还披露了另一项震撼细节：除千禧难题外，同一个内部模型已经在数学的大多数领域中，一口气干掉了 100 多个长期未解的世界级难题。

▲ OpenAI 官方公告：模型已解决 100 多个长期未解数学难题，成立独立顾问组

当 AI 屠榜数学界成为既成事实，科技圈的追问立刻上升到了更高维度：

如果成千上万个超级智能体，真把这股算力洪流从“纯数学”砸向“物理与材料”，室温超导真的能在几天内被算出来吗？

03符号迷宫 vs 现实熔炉：物理学迥异于编译器

要理解这件事情的狂妄与艰难，我们必须先看懂：为什么 AI 啃得下流体方程，却可能在室温超导面前撞得头破血流？

数学世界是一个绝对纯净的逻辑宇宙。在数学里，只要公理确定、逻辑严密，真理就是非黑即白的。OpenAI 的一万个智能体在 Lean 这种形式化验证语言里狂奔，就像是在写一套没有 bug 的终极软件，代码编译通过的那一刻，定理就被确立了。

但物理世界绝非纯粹的代码环境，这里始终充斥着杂质与混沌的现实变量。

所谓室温超导，指的是在日常温度与正常大气压下，电阻完全归零、具备完全抗磁性（迈斯纳效应）的材料。

如果这扇大门被推开，现代文明将彻底重构：

• 全球电网传输焦耳热损耗降为零，人类瞬间节约数千亿度电力；
• 磁悬浮列车以飞机般的速度在城市群穿梭；
• 可控核聚变装置的磁体体积缩小十倍；
• 超级芯片彻底摆脱发热散热死穴，主频与算力迎来指数级暴涨。

▲ 室温超导被誉为凝聚态物理与材料科学皇冠上的终极明珠

但寻找它有多难？

在过去几十年里，寻找超导体几乎就像在浩瀚的元素周期表里“盲人摸象”。元素配比差了 0.01%，退火温度差了 5 度，晶格排列出现极其微小的位错，超导现象就会瞬间烟消云散。

2023 年夏天，韩国团队声称发现的 LK-99 曾引发全网狂欢，但短短几周内，全球顶级实验室纷纷证伪，电阻骤降不过是硫化铜杂质在特定温度下的假象。

▲ 2023年 LK-99 的大反转，给所有盲目的狂热泼了一盆冰水

这就是物理与数学的根本分水岭：模型在屏幕上给出的晶体结构再稳定、理论再自洽，只要烧结炉里烧不出高纯度样品，只要无法在真实实验室中完成复现，它就一文不值。

04AI 找材料，早已有先例，但这次不一样

其实，用 AI 寻找材料并非天方夜谭

早在 2023 年底，Google DeepMind 就在《Nature》上发表了震撼业界的 GNoME（材料探索图网络）。在人类数百年积累的 4.8 万个稳定晶体结构基础上，GNoME 一口气预测出了 220 万个全新的晶体结构，其中包含 38 万个极度稳定的候选材料，相当于为人类带来了近 800 年的材料学知识增量。

随后，劳伦斯伯克利国家实验室甚至搭建了全自动机器人实验室（A-Lab），实现了从“AI 算法预测”到“机器臂自动抓取粉末、烧结、检测”的闭环。

▲ Google DeepMind 通过 GNoME 预测数百万新晶体结构，开启 AI 材料时代

但 OpenAI 展露的野心，走了一条截然不同的路径：

DeepMind 的 GNoME 属于大规模统计与高通量筛选；而 OpenAI 展示的多智能体系统，展现出的是极其凶悍的深度逻辑推理与底层物理方程的求解能力。

如果说以前的 AI 是在庞大的结构库里“广撒网”，那么如今拥有高阶推理能力的 AI 智能体，很可能会从微观量子力学、电子-声子耦合机制的最底层公理出发，直接在理论上逆向设计出一种从未存在过的室温超导晶格。

这一次，它无需盲目试错配方，直接着手推导微观世界的“终极代码”。

05算力怪兽的自救：AI 正在为自己的“肉身”寻找解药

为什么 OpenAI 偏偏挑中了超导体？这背后隐藏着一个几乎无人点破的残酷真相：

超级人工智能，正在被人类落后的物理现实勒住喉咙。

据《IEEE Spectrum》报道，随着万卡、十万卡超级算力集群的爆炸式扩张，数据中心内部的电力输送密度已经逼近物理极限。普通的铜母线在高密度电流下发热极其严重，冷却系统耗电几乎与算力相当。

为了突破这一电力瓶颈，微软等云巨头已经在秘密布局，在下一代 AI 数据中心里铺设基于高温超导（HTS）带材的供电母线，用液氮温区的超导线缆来给算力机柜“续命”。

▲ 超大规模 AI 集群将电力推向物理极限，超导技术已成为机房的基础工程选项

AI 巨头们比任何人都清楚：大模型的智慧可以无限膨胀，但承载它的物理电网却正在走向枯竭。

如果能够找到常温常压超导体，AI 集群的电力损耗将被直接抹平，芯片互连的延迟与功耗将被彻底重构。

AI 狂砸算力寻找室温超导，既是顶尖科技实力的正面交锋，也是数字智能突破物理枷锁的“自我进化与自救”。

06科学范式的大迁徙：答案先到，理解后至

著名数学家陶哲轩曾发出过一个深刻的警示：AI 正在导致“得到答案”与“获得人类理解”之间发生脱钩。

在过去，人类科学家往往是先有了深刻的物理直觉，推导出理论，最后得到结果；而在未来，极可能是成千上万个 AI 智能体在短短几天内，直接把一份成千上万页、人类根本看不懂却被 Lean 代码证明无误的“正确答案”甩在人类面前。

科学的研究范式，正在被彻底颠覆：

• 旧时代
  ：人类假设 → 人类实验 → 缓慢总结规律；
• 新时代
  ：AI 提出颠覆性猜想 → 自动化实验机器人验证 → 人类科学家回过头来试图理解“为什么会这样”。

88 个小时攻破流体方程，3 周内解决 100 多个长期未解数学难题，奥特曼的那句“you know what / let's try”，宛如一记响亮的信号弹。

当这头吞噬了全球数十亿美元算力的智能巨兽，第一次把目光从纯粹的抽象逻辑转向我们脚下由原子构成的物质宇宙时，人类文明的下一扇科技大门，或许已经在悄然转动。