会懂网AI资讯，9月28日，近日，在Claude Science平台上，Anthropic用Fable 5.1模型仅凭一句提示自主写出全部Python代码，用两种数学路径独立算出N=4超对称杨米尔斯理论的九圈六粒子振幅，这一物理计算纪录此前由物理学家Lance Dixon团队2023年停在八圈、两年未果。
具体来看，模型借助对跖对偶对称性把未知数从185万降到7.6万，纯算力约等于96核CPU跑一周，Dixon经两周验证确认正确，算力成本仅约100美元。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
从技术细节出发，数日后中科院何颂团队也独立算出九圈symbol部分，其中部分约束由GPT-6辅助完成，显示出前沿模型正在科学发现层面产生外溢。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。
在产业层面，该成果的意义不限于物理本身，它证明通用大模型可以在形式化、长链推理任务中承担过去只有顶尖人类专家才能完成的推导，且成本极低。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。
对开发者与企业用户而言，不过也要清醒看到，模型依赖已有的对称性结构与人类设定的路径，真正的原创性假设生成仍有距离。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。
展望后续，对Anthropic而言，科学计算是区别于纯对话的差异化能力展示，也回应了外界对其模型在硬核推理上是否够用的质疑，进一步拓宽了大模型的价值边界。相关进展将持续影响行业格局，值得长期跟踪。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。相关团队表示，后续还会围绕稳定性、成本与场景适配持续打磨，让能力真正可用好用。
暂无评论内容