OpenAI Astra夺10项突破

据OpenAI官方公布，其下一代主要模型Astra的内部测试版本，在10个长期困扰学界的开放问题上取得了关键性突破，涉及高维几何、编码理论、群论、算术电路复杂性、量子复杂性、格密码学和极值组合等多个领域。这些问题的传统解法往往需要数十年积累和巨额资金投入，而OpenAI通过强化学习与大规模自监督训练相结合的方式，使模型自主推导出逼近最优解的方案。令人瞩目的是，全部10道题的总计算成本仅为约2000美元（按云计算资源市价折算），单道题成本约200美元，远低于传统人类专家团队动辄数百万美元的研究支出。OpenAI在技术报告中指出，Astra的内部版本具备超越当前GPT-4o的推理能力，尤其在符号推理、抽象数学结构和多步逻辑链的构建上表现突出。该模型并未依赖外部知识库或专门调优，而是通过通用语言模型在大量数学文本和代码训练后自然涌现出“科学直觉”。这一成果标志着大语言模型从“文本生成”向“科学发现工具”的跨越，未来可能被用于自动验证数学猜想、设计新型密码算法、优化量子纠错码等。OpenAI同时表示，Astra的完整版本预计将在未来12个月内正式发布，届时将开放API供科研机构使用。业内分析认为，这不仅将降低学术研究的计算门槛，还可能催生“AI驱动的基础科学”新范式，对现有科研资助体系、学术评价机制乃至产业界的研发流程产生深远影响。