更新时间：2026-08-26 来源：互联网编辑：董平纯点击数： 622次

wto姐妹会

AI推翻87年数学难题？困扰数学界的雅可比猜想，可能被三行公式证伪了_我的网站

一 | 悬而未决 87 年的经典数学难题——雅可比猜想（Jacobian Conjecture），可能被一个只有三行公式的反例推翻了。

二 | 7 月 20 日，数学家、Anthropic 研究人员 Levent Alpöge 在社交平台 X 公布了一个三元多项式映射。它满足了雅可比猜想要求的前提条件，却违背了猜想的结论，因此构成了一个可能推翻整个猜想的反例。

三 | 更引人关注的是，Alpöge 在帖子中将这一反例归功于 Anthropic 最新发布的 AI 模型 Claude Fable 5。 “算力的尽头是电力。他还表示，是朋友 Akhil 首先向模型提出这一问题，而 Fable 5 则在他们观看世界杯决赛期间持续搜索，最终找到了这一反例构造。

四 | ” 前两年讨论 AI，话题基本都围着模型转：参数规模、多模态、上下文窗口。（来源：X）消息发布后，数学界迅速展开核验。但真正的瓶颈，早就不在模型这一侧了。按数据中心运营成本口径测算，电力成本已经占到 60% 以上。一度电，究竟能换来多少 Token？这个问题正在变成 AI 产业最要紧的一笔账。 7 月 19 日，2026 世界人工智能大会（WAIC）期间，“新一代人工智能基础设施·先进计算网络与算电协同论坛”在上海世博中心举办。

五 | 本次论坛由鹏城国家实验室主办，长三角国家技术创新中心智能计算研究所、合肥中科类脑智能技术有限公司（简称“中科类脑”）联合承办，汇聚了两院院士、国家级算力平台、电网央企、国产大模型企业等政产学研各界代表。这场论坛最值得关注的动作，是推出了“Z 级算力 + P 级光网络 + GW 级电力”三位一体的新型人工智能基础设施架构。斯坦福大学数学系助理教授 Jared Duker Lichtman 转发称这一结果“相当惊人”；MathOverflow 很快收录了相关讨论，不少研究者还利用 Wolfram Alpha、SymPy 等工具进行了独立计算。过去谈 AI 基础设施，算力、网络、电力往往是三条各说各话的线，这一次，它们被放进了同一个框架里。

六 | 中国工程院院士、论坛主席高文中国工程院院士、论坛主席高文以《先进计算网络及 ZPG 计划愿景》为题，率先系统阐释了面向未来十年 AI 发展的战略构想。

七 | 目前，最关键的两项验证：雅可比行列式是否恒为 −2，以及三个不同点是否确实映射到同一点，均已通过公开计算验证。他提出，我国应加快构建 Z 级（十万亿亿次）算力、P 级带宽光网络、GW 级电力保障的“ZPG”协同体系。

八 | 这套构想的价值在于，它把一个此前相对模糊的方向，变成了有量化目标和清晰技术路线图的中长期路径。

九 | 如果后续没有发现新的漏洞，这将意味着：1939 年提出的雅可比猜想在三维情形下不成立，并可进一步推出其在所有三维及以上维数下均不成立；而二维情形仍然保持开放。被称为“民科坟场”的雅可比猜想雅可比猜想由德国数学家奥特－海因里希·凯勒（Ott-Heinrich Keller）于 1939 年提出，讨论的是一个看似简单、却困扰数学界近九十年的问题：什么时候，一个多项式映射一定能够"倒推"回原来的函数？图｜海因里希·凯勒（左）（来源：Wikipedia）理解这个猜想，可以先想象一张橡胶膜。如果局部看，每一小块都没有被撕裂或压扁，人们很自然会问：整张膜会不会在别的地方折叠起来，让两个不同的位置重合？数学里的情况与此类似。对于多变量多项式映射，如果它在每一个局部都满足一种“没有折叠”的条件，也就是雅可比行列式始终等于同一个非零常数。中国工程院院士郭剑波随后，中国工程院院士郭剑波以《算—电—能源协同发展路径探究》为题，从能源侧给出了一组更具体的判断。

十 | 他指出，预计到 2030 年，中国算力年用电量将达到 8000 亿千瓦时，约占全社会用电量的 6%，算力发展的瓶颈，正在从芯片性能向电力供应延伸。那么它是否一定在整体上也是一一对应的？它的逆映射又是否仍然是一个多项式？这就是雅可比猜想。它的陈述只有短短几句话，却异常难以证明。不少数学研究者戏称它为“crank graveyard”——“民科坟场”。他强调，算力中心既是新型电力系统的重要负荷侧资源，也是消纳新能源的有效载体，亟需将算力基础设施纳入能源互联网整体规划，通过源网荷储一体化调度，实现算力与电力的双向高效互动。一个从算力侧出发，一个从能源侧切入，两位院士把同一道题目摆到了产业面前：当电力成为 AI 的约束力量，这笔账该怎么算。

十一 | 许多人被它吸引，最终却陷入漫长而徒劳的推导之中。著名华人数学家张益唐，就曾把整个博士阶段投入到这个问题。缺的不是算力，是把电变成 Token 的效率黄仁勋曾把 AI 产业形容成一块五层蛋糕：能源、芯片和系统、基础设施、模型、应用。

十二 | 1991 年，他在普渡大学完成博士论文《雅可比猜想与域扩张的次数》，导师莫宗坚是国际上研究雅可比猜想最重要的学者之一。AI Infra 就是中间那层，它不造卡，也不训模型，价值在于提升效率、降低成本，让算力真正被用起来。中科类脑董事长、CEO 刘海峰作为一家AI Infra 服务商，中科类脑董事长、CEO 刘海峰的主题报告《Token 经济下算电协同最优路径探索》，给出的是产业端的一种回答。

十三 | 张益唐的工作推进了这一研究方向，却并没有解决猜想本身。

十四 | 他在演讲中分享了"度电智能"的产业发展理念。他给出的判断相当直接：当前制约 AI 发展的核心瓶颈是能效而非算力，人脑效能约为 AI 芯片的 500 至 1000 倍。后来，他离开代数几何，转向解析数论，并最终因证明有界素数间隔而闻名世界；雅可比猜想，则依然留在开放问题名单中。 1998 年，菲尔兹奖得主 Stephen Smale 将其列入著名的《下一个世纪的数学问题》（Mathematical Problems for the Next Century）第 16 题，认为它的解决将对数学发展产生重要影响。这个倍数摆在那里，意味着能效这条路上还有大量空间没被挖掘。

十五 | 过去近 90 年里，一维情形早已证明成立，二维至今仍未解决，而三维及更高维也始终没有答案。由于这一猜想要求所有维数都成立，因此，只要在任意一个维数找到反例，整个猜想就会被推翻。

十六 | 在他看来，当前大规模集中式的 Token 工厂，正在成为一个跨域的复杂系统，需要与之匹配的操作系统来支撑算电一体化的运营。这正是"度电智能"要解决的事：让每一度电产出的有效 Token 变得可计算、可优化。

十七 | 三个点，击穿一个猜想而此次，Alpöge 公布的是一个从三维复空间到三维复空间的多项式映射：直接计算可知，这个映射的雅可比行列式恒等于 −2。衡量一座 AI 基础设施的单位，也随之从“有多少张卡”，换成了“一度电能生产多少 Token”。

十八 | 沿着这个理念，刘海峰倡导“电—算—Token”全链路优化：借助算电一体化平台“1+3”的架构，实现电力柔性可调、算力池化统筹、Token 高效产出，形成系统级的协同效应。算电一体化平台：把电、算、Token 算成一本账论坛上，中科类脑正式推出算电一体化平台，定位是面向 Token 工业化生产的新一代 AI 基础设施底座。由于 −2 是一个非零常数，因此它完全满足雅可比猜想的前提条件。

十九 | 然而，当把三个不同的点分别代入这一映射时，得到的结果却都是同一个点：这足以构成反例。它整合了传统算力平台与能源管理系统的核心能力，首次实现电力供给、异构算力调度、大模型 Token 产出三位一体的协同管控，这也意味着，算电协同从概念探索进入了产品落地的关键阶段。

| 平台采用“1+3”标准化架构：一套博弈智能决策大脑统筹全局，联动电力、算力、Token 三大功能子系统，分别对应电从哪来、卡怎么用、Token 怎么产。电力子系统集成微网管控、电力现货交易、全域 PUE 优化、虚拟电厂四大核心能力，依托算力集群柔性负荷参与电网削峰填谷，匹配风光新能源出力错峰调度算力任务。

| 算力子系统完成多架构芯片资源的统一抽象，实现全国分散闲置算力的池化纳管。Token 子系统覆盖算子编译、KVCache 分层管理、推理优化全栈技术。

| 原因很简单：如果多个不同的输入对应同一个输出，那么映射就不是单射。

| 实测数据显示，该全栈解决方案可使集群 Token 吞吐量较行业均值提升 2-3 倍，异构算力综合利用率突破 90%，智算中心综合电力成本降低约 20%。这套方案已经过真实场景验证。换句话说，当已知输出时，无法唯一确定原来的输入，因此它不可能拥有逆映射，更不可能拥有由多项式组成的逆映射。这与雅可比猜想的结论正面冲突。芜湖集群算力调度及算电协同项目，以及更早的中国联通国家算力电力协同示范项目，都是它跑通过的地方。

| 从商业模式看，算电一体化平台打造出算电协同型“Token 工厂”。目前行业内多数Token工厂以算力侧模型加速为核心建设方向，发展路径更侧重算力维度的能力打磨。这个反例还具有极强的可核查性。中科类脑则贯通“新能源基础设施—算力芯片—大模型—Token 生产”全产业链条，核心目标是实现高质量 Token 的普惠供给，推动 AI 在全球的广泛应用。

| 许多重大数学成果往往需要专家花费数月甚至数年时间，逐页检查上百页证明；而这个结果的核心，仅涉及两项有限的代数计算：一是验证雅可比行列式恒等于非零常数，二是验证三个不同的点确实映射到了同一个点。换句话说，它第一次从系统层面回答了“一度电能生产多少 Token”这个 AI 时代的核心命题，并为 Token 工厂构建起一套可复制、可推广的全域智能底座。截至目前，这两项计算均已得到公开复核。研究者 Zihan Zhang 给出了独立的 SymPy 验证脚本，并指出，只需将其中一个输出坐标乘以 −1/2，就可以把雅可比行列式规范化为猜想中更常采用的常数 1，而这不会改变反例的本质。如果这一反例最终成立，它不仅推翻三维情形，也意味着所有更高维情形都不再成立。因为只需在三维反例后增加若干保持不变的坐标，就可以直接构造出任意更高维的反例。 Token 出海：把西部的电，变成全球能买的算力平台把账算清了，下一个问题随之而来：算出来的 Token，怎么走出去？论坛同期签约的“一带一路”Token出海战略联盟，给的正是这个答案。不过，二维雅可比猜想仍然是一个独立的开放问题值得补充的是，Levent Alpöge 并不是从 AI 领域半路进入数学，而是一位长期从事数论与算术几何研究的职业数学家。这是国内首个以跨境 Token 服务、AI 算力出海为核心的多边产业协作组织。牵头的阵容不小：新疆数字经济联合会担任指导单位，中科类脑智算科技有限公司作为链主企业，联合北京生数科技、智象未来、上海国创驭算等国内头部大模型与 AI 基础设施企业共同组建，哈萨克斯坦、吉尔吉斯斯坦等中亚国家信息通信领域代表同步参与签约。按照战略合作框架，这次确立了三大长期合作目标：一是推进跨境数字基础设施互联，以皖疆人工智能科技产业园为核心载体，打通国内“东数西算”算力网络与中亚低延迟算力通道；二是实现 AI 技术场景的本土化融通，输出能源、政务、工业垂类大模型，针对俄语、哈萨克语等中亚语种完成轻量化微调，落地智慧口岸、油气数字化、现代农业、智慧城市等本土场景；三是共建跨境 Token 产业生态，协同制定统一的算力计量、Token 服务计价多边标准，设立双向产业孵化基地与跨境人工智能联合实验室。近年来，他才加入 Anthropic，从事人工智能研究。他本科毕业于哈佛大学，主修数学，并获得物理学硕士学位；随后在剑桥大学完成数学高级研究课程。2020 年，他在普林斯顿大学获得数学博士学位，导师是菲尔兹奖得主 Manjul Bhargava。通道、场景、规则，三条线并进，本次联盟要搭的不是一次性的生意，而是一套能长出生态的框架。至于枢纽为什么选新疆，答案几乎写在地图上：它既是“一带一路”通往中亚、欧洲的门户，又是国家能源安全的核心战略基地，风光资源储量全国靠前。图｜Levent Alpöge（来源：Quanta Magazine）大型语言模型兴起后，Alpöge 开始转向人工智能。他曾在个人主页写道，GPT-4 让他认为人工智能是“人类创造过的最有意思的东西”，因此重新回到计算机科学领域，希望增加这场变化产生积极结果的可能性。

| 根据目前公开的信息，这次发现的大致过程是：Akhil 提出问题，Alpöge 将其交给 Claude Fable 5 进行探索，模型最终给出了具体的反例构造；随后，Alpöge 公开了这一构造，数学界再通过人工推导以及 Wolfram Alpha、SymPy 等工具进行了独立验证。这一过程与 AI 替数学家写出一份传统意义上的数学证明有所不同。

| 对于否定一个猜想而言，并不需要解释所有可能情况，只需要找到一个满足前提、却违反结论的反例即可。

| 这样的任务天然适合计算探索：模型可以不断尝试构造候选映射、调整参数、检查雅可比条件，再寻找是否会出现不同点映射到同一点的情况。如果这一反例最终得到确认，它带来的意义将十分重大。因为它展示了一种此前极少出现的研究模式：不是 AI 帮助数学家验证已经存在的思路，而是AI参与寻找一个人类 87 年来始终没有找到的数学对象。从 AlphaGeometry 解决竞赛题，到 GPT、Gemini 参与证明具体命题，再到这一次可能找到推翻经典猜想的反例，大模型参与数学研究的角色正在发生变化。它开始探索的，不再只是“答案”，而是过去只有数学家才会进入的未知搜索空间。最短的出海路和最便宜的绿电，恰好在这里重叠。参考链接： 1.https://x.com/leventalpoge 2.https://mathoverflow.net/questions/513387/galois-structure-of-the-new-counterexample-to-the-jacobian-conjecture-an-explic 3.https://www.leventalpoge.com/ 4.https://dataspace.princeton.edu/ 5.https://www.ams.org/prizes-awards/ams-morgan-prize 运营/排版：何晨龙注：封面由 AI 辅助生成。而这套模式真正的巧劲，在于换了一种“送电”的方式。传统上，西部的富余绿电如果要跨境，得靠物理电网硬送，损耗和边界都是问题。Token 出海则让电先在本地被算力“吃掉”，变成一串可计价、可结算的数字商品，再顺着“绿色电力→数据中心→AI算力→API接口→全球用户付费”这条链卖给全球用户。

| 电还留在西部，但它的价值已经越过国境，走向世界。

| 从共识到落地：政产学研的同一张桌子圆桌论坛环节，来自国家实验室、运营商、高校与科技企业的嘉宾，围绕“新一代人工智能基础设施的技术突破与商业落地”坐到了一起。一个绕不开的判断是：算电协同，已经不只是行业内部的技术共识。 2026 年，“算电协同”首次写入政府工作报告，“十五五”规划纲要进一步要求推动绿色电力与算力协同布局。它正从政策共识，加速迈向产业落地。至于怎么落，嘉宾的看法趋于一致：一边发挥新型举国体制的优势，靠国家实验室这样的战略科技力量去啃关键核心技术；一边把应用场景交给市场主体去闯，让“技术突破—场景验证—产业迭代”形成一个能自己跑起来的循环。这场论坛从头到尾，其实都绕着同一件事：AI 基础设施这笔账，到底该按什么单位来算。从“度电智能”的理念，到算电一体化平台，再到 Token出海联盟，答案被一步步从想法做成了产品、连成了生态。

| 中科类脑能率先把这条路跑通，并不意外。它是类脑智能技术及应用国家工程实验室唯一成果转化单位，也是国家级专精特新“小巨人”企业，拥有7年电力行业、8年算力产业技术积累。算电协同这件事，恰好需要一个同时站在电力和算力两端的人。而本次的“新一代人工智能基础设施·先进计算网络与算电协同论坛”，更是将政产学研各方拉到同一张桌子上。