大模型前沿动态 · Vol.90

OpenAI Astra 十大数学证明震惊学界，字节与MiniMax视频模型同日亮剑，亚马逊500亿押注AI终局

OpenAI下一代模型Astra以$2000成本攻克10项数十年未解数学难题；字节Seedance 2.5与MiniMax H3同日发布推动AI视频进入生产力时代；亚马逊完成$500亿OpenAI投资重塑AI资本版图

大模型 OpenAI Astra 数学证明 Lean 字节跳动 Seedance MiniMax 视频生成 亚马逊 AI投资 多模态 开源

OpenAI 用 Astra 证明了一件事：当 AI 能以 $2,000 攻克困扰数学界数十年的难题，且每一条证明都可被机器检验时，“AI 能否做原创研究”这个问题已经从假设变成了现实。

OpenAI Astra：以十大数学证明宣告下一代模型降临

事件概述

8月1日，OpenAI 发布了内部版本 Astra 模型在数学和理论计算机科学领域的十项重大成果——全部是至少十年未有实质性进展的公开问题。这不是一次 benchmark 刷分，而是 AI 首次以可验证的方式对前沿数学做出原创贡献。十项成果横跨高维几何、编码理论、算术电路复杂度、群论、算子代数、量子复杂度、格密码学和极值组合学。OpenAI 同时发布了 249 页论文、GitHub 上的 Lean 4 形式化证明（基于 mathlib，Apache-2.0 协议），以及模型的推理过程录音。

技术解析

这十项成果中，最引人注目的包括：

  • 非 sofic 群的存在性构造：终结了 Gromov 自 1999 年提出的核心公开问题——“所有可数群是否都是 sofic 群？“Astra 构造出无限有限呈现的非 sofic 群，给出了否定回答。加州理工学院数学博士评价为”菲尔兹奖级别的成果”。
  • Connes 刚性猜想的否定：证明某些群并非由其 von Neumann 代数唯一确定，推翻了一个长期猜想。
  • 最近向量问题的多项式因子硬度：直接关联后量子密码学基础安全性。
  • 多色 Ramsey 数的超指数下界：解决了 Erdős 问题 183。
  • 高维球堆积密度的新上界：推进到 Cohn-Elkies 阈值。
  • 量子并行重复的指数定理：将经典复杂度理论的基础原则扩展到两人量子博弈。

关键技术路线：Astra 生成数学论证 → 人类研究人员用同一模型整理手稿 → 模型在 Lean 4 中将每个论证形式化为可机器检验的证书。Lean 证书编译通过即意味着证明成立，几分钟内可验证，而人类审查一个 40 页证明可能需要数月且仍可能遗漏漏洞。

菲尔兹奖得主 Timothy Gowers 表示，他会毫不犹豫地推荐其中一项证明发表在《数学年刊》（Annals of Mathematics）——数学界最顶级期刊之一。曼彻斯特大学数学家 Thomas Bloom（erdosproblems.com 维护者）称这些成果为”重大新闻”，规模大于 OpenAI 五月份公布的 Erdős 单位距离猜想反例。

行业影响

这次发布的影响远超技术层面：

  1. 模型发布范式的转变：OpenAI 选择通过”解决未解数学问题”而非 benchmark 分数来介绍 Astra，这标志着 AI 能力展示从可操纵的评测指标转向不可伪造的原创贡献。Benchmark 可以被刷、被饱和，但一个经过 Lean 检验的数学证明要么成立、要么不成立——没有灰色地带。

  2. “AI 科研助手”从口号到现实：$2,000 的 token 成本即可攻克困扰数学界数十年的问题，意味着数学发现的瓶颈正从”稀缺的天才人力”转向”算力投入与问题选择”。如果这一模式可以推广，整个人类科学研究的加速度将发生质变。

  3. 对数学社区的双重冲击：Astra 的成果引发了数学界的复杂情绪——既有惊叹，也有对数学家角色未来的深层担忧。OpenAI 明确声明”AI 完全生成的证明不应归于人类作者”，这一归属政策本身就是一个里程碑。

  4. 竞争格局：Astra 是 OpenAI 对 Claude Opus 5 基准测试领先和 Google Gemini 表现不稳的强力回应。一个未发布模型展示前沿研究能力，至少在 Astra 正式发布并接受独立测试之前，重新将叙事拉回了 OpenAI 一侧。

相关链接

字节 Seedance 2.5 + MiniMax H3：中国 AI 视频生成双雄同日亮剑

事件概述

7月31日，字节跳动和 MiniMax 在同一天分别发布了新一代 AI 视频生成模型。字节 Seedance 2.5 将单次生成时长翻倍至 30 秒并支持多轮延长，MiniMax H3 以 2K 分辨率原生双声道音视频输出和极致性价比入局，并宣布将于 8 月 3 日开源。两家中国 AI 公司的同日亮剑，标志着 AI 视频生成正式从”片段式 Demo”跨入”生产力工具”阶段。

技术解析

Seedance 2.5 的核心升级：

  • 单次 30 秒成片：从 2.0 的 15 秒翻倍，单段内可完成铺垫、转折、收尾的完整叙事。多轮延长后可产出数分钟连贯成片，大幅减少人工拼接。
  • 50 路多模态参考：单次可上传 30 张图片 + 10 段视频 + 10 段音频作为参考素材，3D 白模精准控制机位、人物姿态与光影投射。多人群像、交响乐团等复杂场景下角色形象不易漂移。
  • 时间戳定向编辑：可精准控制每一秒的运镜、动作，局部修改角色/场景/镜头语言后风格无缝衔接。绿幕替换、视角重调、分镜重构同步强化。
  • 原生 4K / 10bit 输出：肤质、光影材质大幅优化，削弱 AI 视频”油腻失真”问题。
  • 产业端渗透：已用于具身智能机器人感知训练数据生成、自动驾驶极端场景仿真。

MiniMax H3 的核心差异化：

  • 统一多模态理解：文本、图片、音频、视频放入同一多模态上下文处理（Contextual Omni Representation），而非分任务独立处理。输出带原生双声道的音视频，最长 15 秒 2K。
  • 极致性价比：2K 分辨率下每秒价格不到主流模型的 1/3，768P 下是主流 720P 的一半。主要来自高压缩 Tokenizer 减少视频生成所需 token 数 + 异构训练的系统级优化。
  • Artificial Analysis 视频编辑能力全球第一：在指令遵循、文字与品牌信息呈现、V2V Motion Transfer 等维度表现突出。
  • 即将开源：8 月 3 日开源，MiniMax Community License 允许年收入 2000 万美元以下企业免费商用。

行业影响

  1. AI 视频从”玩具”到”工具”：Seedance 2.5 的 30 秒成片 + 时间戳编辑 + H3 的商用级场景覆盖，意味着 AI 视频不再是碎片化的创意实验，而是可以嵌入广告、影视、电商、游戏等真实生产流程的工具。《第九区》导演 Neill Blomkamp 已用 Seedance 2.0 制作了 13 分钟 AI 短片《Nightborne》。

  2. 开源改写视频模型竞争规则：H3 是首个定位商用级并开源的多模态视频模型。一旦权重释放，企业可本地部署、按需微调，芯片厂商可参与适配——这将视频生成的门槛再压一档，与 LLM 领域的开源趋势形成呼应。

  3. 中国 AI 视频的全球竞争力：两家模型在单次时长（30s vs 竞品 10s）、性价比（1/3 价格）、编辑控制（时间戳定向 + 多模态参考）等维度全面领先。据 OpenRouter 数据，7 月调用量前五的模型已被中国产品包揽，视频领域正在复制同样的路径。

  4. Seedance 2.5 涨价 50% 的争议：性能升级伴随价格上调，AI 漫剧成本每分钟数十元、精品数千元。这折射出 AI 视频从”免费获客”向”商业可持续”的转型阵痛——降本与增收之间的张力，是所有 AI 应用层公司必须面对的命题。

相关链接

亚马逊 $500 亿全额注资 OpenAI：AI 资本版图的终局博弈

事件概述

8月1日，据英国《金融时报》报道，亚马逊已完成对 OpenAI 总额 500 亿美元的全额投资，持股约 5%。OpenAI 当前估值约 8520 亿美元，预计最早 2027 年启动上市。这笔投资分三批落地：2 月首笔 150 亿美元 + 二季度 137 亿美元 + 6 月 30 日后 213 亿美元。值得注意的是，原本 350 亿美元追加投资设定了”IPO 或重大技术突破”两个里程碑条件——两个均未达成，亚马逊仍选择提前兑付全部承诺。

技术解析

这笔交易的落地有一个关键前提：今年 4 月 OpenAI 与微软的云服务合同重新谈判。原条款下，仅微软 Azure 可作为 OpenAI 的核心算力服务商，AWS 被排斥在外——微软甚至一度考虑就 OpenAI 与亚马逊的合作采取法律行动。重新谈判后，AWS 等第三方云服务商获得向 OpenAI 提供服务的资格。

投资之外的商业协议同样重磅：

  • AWS 成为 OpenAI Frontier 企业平台的独家第三方云分发商
  • OpenAI 将使用约 2GW 的 AWS Trainium 自研芯片算力
  • 原有 $380 亿基础设施协议将在未来 8 年增至 $1000 亿
  • 双方将在 Amazon Bedrock 上联合开发有状态运行环境

行业影响

  1. “双头下注”策略成型：亚马逊同时持有 OpenAI（$500 亿，~5%）和 Anthropic（承诺 $330 亿，已到位 $180 亿）的股份。这与微软独押 OpenAI 的策略形成对比——亚马逊的逻辑是确保 AWS 客户可以调用所有主流前沿模型，无论哪家最终胜出。这种”AI 基础设施层通吃”的策略，本质上是将竞争从模型层面转移到云和芯片层面。

  2. Trainium 芯片的关键一战：2GW Trainium 算力订单是亚马逊自研 AI 芯片迄今为止最大的胜利。如果 OpenAI 在 Trainium 上成功训练下一代模型，将打破英伟达 GPU 在大模型训练中的垄断地位，为整个行业提供替代选择。

  3. 微软独占地位松动：OpenAI-微软关系的重新谈判和亚马逊的入局，意味着 OpenAI 不再是微软的”专属资产”。对 OpenAI 而言，多云策略降低了供应商锁定风险；对微软而言，独占优势被稀释。

  4. IPO 前的资本博弈：OpenAI 预计 2027 年上市，当前 $8520 亿估值。亚马逊在里程碑未达成时仍全额注资，释放了强烈信号——在 AI 竞赛中，“晚一步”可能比”多花钱”代价更大。华尔街日报同日报道，Anthropic 收入增速已超过 OpenAI，估值接近万亿，正加速筹备秋季 IPO。AI 行业的资本竞赛正在加速进入终局阶段。

  5. $1000 亿基础设施赌注：8 年 $1000 亿的基础设施协议规模前所未有，折射出 AI 算力需求的指数级增长预期。亚马逊 Q2 财报显示 AWS 收入同比增长 36.7%，AI 收入年化超过 $250 亿——这为天量投资提供了现实支撑。

相关链接