以下为 2026 年 9 月 9 日 10:00（北京时间）抓取的 AIHOT 数据，覆盖过去 24 小时。今日主线高度集中：OpenAI 宣称用内部智能体系统给出 Navier–Stokes 千禧年难题的解答，随即引发数学界对优先权与数据使用边界的公开争议；同期 OpenAI 还发布了 ChatGPT Images 2.5 与两款 API 图像模型，并向付费档位全面推送 Astra。热点榜共 9 条。

当前热点榜 Top 10（实际 9 条）

第 1 名 · OpenAI 宣布以内部 AI 系统给出 Navier–Stokes 千禧年问题解答

• 来源：OpenAI：官网动态（RSS）· 原文发布 09-08 18:00
• 摘要：OpenAI 宣布其内部 AI 系统给出 Navier–Stokes 存在与光滑性问题的解答，证明初始光滑的流体可在有限时间内形成奇点，并附证明文稿与 Lean 形式化验证。
• 值得关注：OpenAI 自述用内部模型与上万智能体给出 Navier–Stokes 奇点证明和 Lean 形式化，还交代了欧拉方程副产物与协作细节。

第 2 名 · OpenAI 发布 ChatGPT Images 2.5 图像模型

• 来源：OpenAI：官网动态（RSS）· 原文发布 09-08 19:30
• 摘要：生成延迟比 Images 2.0 降低最多 50%，细节、编辑精度、参考照片保真度和多轮编辑一致性均有提升。
• 值得关注：官方原文给出与 Images 2.0 的具体对比数据、新功能入口和 API 双模型分工，读者可以据此评估是否迁移现有图像工作流。
• 注：与第 7 名为同一发布会的不同来源条目。

第 3 名 · Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元

• 来源：Mistral AI：News（网页）· 原文发布 09-08 13:58
• 摘要：Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，公司称这是欧洲科技公司有史以来最大的股权融资，距其成立三年。
• 值得关注：融资公告由公司官方发布，给出了金额、估值、领投方和资金用途，读者可以据此了解欧洲主权 AI 阵营的资本动向。
• 注：AIHOT 摘要未列出领投方名称，如需确认请回原文核对。

第 4 名 · Runway 发布 Adobe 插件，可在 Premiere Pro 和 After Effects 内直接生成与编辑

• 来源：Runway：News（网页）· 原文发布 09-09 05:58
• 摘要：Runway Plugins 面板可直接嵌入 Premiere Pro 和 After Effects，在时间线内生成图像和视频、重绘片段并放置结果。Edit Studio 可基于已有片段用 Aleph 2 按原始时长重新渲染。插件免费下载（macOS 和 Windows），生成功能面向所有付费计划并消耗现有额度。
• 值得关注：官方说明插件如何把生成、重绘和增强接入现有时间线工作流，可帮助剪辑用户评估是否省去导出再导入的往返。

第 5 名 · Anthropic 发布 Claude Platform 降本指南：提示词缓存、清理反模式与校准 effort

• 来源：Claude：Blog（网页）· AIHOT 收录 09-09 01:59
• 摘要：Anthropic 官方指南给出在不牺牲性能的前提下降低成本的三个方法：提高提示词缓存命中率、清除升级到前沿 Claude 模型后遗留的提示词反模式、按任务校准 effort。指南通过 X 官方账号和官方博客同步发布，内容一致。
• 注：官方未给出具体成本节省数字，也未说明适用模型范围，实际效果需自行实测。

第 6 名 · Meta 智能体产品 Muse 开放体验，官方回应用户好评

• 来源：X：Alexandr Wang（Scale AI 创始人/Meta 首席 AI 官）· 原文发布 09-09 07:48
• 摘要：Meta 的 Muse 智能体产品开放更多用户试用，入口为 muse.ai/join。Alexandr Wang 称团队为产品倾注心血并感谢用户反响。引用的评价称其设计、速度和浏览器等智能体流程表现出色，具备 Instagram 等 Meta 产品原生集成优势，但也指出 soul.md 等命名对普通用户不直观、feed 内容相关性不足等问题。
• 值得关注：Meta 官方回应 Muse 上线后的用户反馈，并给出体验入口，附引用评价列出了产品亮点与不足。

第 7 名 · OpenAI 发布 ChatGPT Images 2.5 图像模型及 GPT‑Image‑2.5 Flare、Sunburst 两款 API 模型

• 来源：Hacker News 热门（buzzing.cc 中文翻译）· AIHOT 收录 09-09 06:37
• 摘要：相比 Images 2.0 延迟降低最多 50%，在参考图保真、局部编辑和多轮编辑一致性上有提升。同时发布的 GPT‑Image‑2.5 Flare 和 Sunburst 两款 API 模型，在 Text-to-Image、Image Edit 和 Multi-Image Edit 三个 Arena 榜单中分别位列第一和第二。

第 8 名 · NYU 数学家指控 OpenAI 在千禧年难题竞赛中不正当竞争，Bubeck 否认

• 来源：TechCrunch：AI（RSS）· 原文发布 09-09 01:32
• 摘要：NYU 数学教授 Tristan Buckmaster 与 Anthropic 数学家 Levent Alpöge 公布针对 Navier–Stokes 存在与光滑性这一千禧年难题的三项证明初步结果，并称其研究进展信息被泄露给 OpenAI，对方随后用大量算力沿其独特路线追赶证明。
• 值得关注：原文记录了数学家与 OpenAI 就千年难题证明优先权展开的争议细节，以及双方各自的公开回应，可帮读者了解 AI 参与数学研究引发的信任问题。
• 注：争议双方各执一词，标题中的「否认」为 AIHOT 原标题表述，具体经过以第三方原文为准。

第 9 名 · Emad Mostaque 称 OpenAI 智能体求解 Navier-Stokes 千禧年难题是迈向 ASI 的里程碑

• 来源：X：Emad Mostaque · 原文发布 09-09 01:35
• 摘要：Mostaque 转发 OpenAI 的公告并评论称这是迈向 ASI 的里程碑事件。OpenAI 宣布由一组智能体使用显著强于 GPT-6 Astra 的下一代模型，给出了 Navier–Stokes 千禧年大奖难题的一个 blow up 解，该问题涉及三维光滑流体运动的描述是否会崩溃，约 90 年未解。
• 值得关注：作者以当事人视角转发 OpenAI 用智能体群体证明 Navier–Stokes 千禧年难题的消息，并补充了自己的解读。

过去 24 小时精选摘要（去重后 7 条）

1. Simon Willison 评 OpenAI 用未发布模型求解 Navier-Stokes 千禧年大奖难题之争

• 来源：Simon Willison 博客 · 原文发布 09-09 07:55
• 摘要：OpenAI 用未发布模型在约 88 小时内给出 Navier–Stokes 存在与光滑性问题的解答，并通过 GPT-6 Astra 完成 17 小时 Lean 形式化验证，全程发送 490 万条消息、消耗约 3000 亿输出 token。
• 值得关注：作者对比双方陈述并追问数据使用边界，提出了未发表数学解是否会被后续模型抢先的尖锐问题。
• 补充数据：Noam Brown 评论称这次证明花费数百万美元，但以 o3 与 IMO 的成本走势类比，认为成本会快速下降（X：Noam Brown，09-09 01:25）。

2. 争议升级：Sam Altman 与巴克马斯特各执一词

• 主源：X：Sam Altman · 原文发布 09-09 02:02
• 摘要：Sam Altman 发文回应与 Anthropic 一方围绕 Euler/Navier–Stokes 证明发布的争议，称对方只有 Euler 结果、双方协调失败，并称对方以抄袭指控相威胁。
• 另一方材料：巴克马斯特与 Alpöge 公开三项有限时间 blowup 结果（涵盖带光滑强迫的不可压缩多孔介质方程），并公开与 OpenAI 沟通的时间线（NYU 声明 PDF，09-08 15:20）。
• OpenAI 智能体团队则发文致贺并说明数据隔离，称其 Euler 情形证明结果与 Alpöge、Buckmaster 的工作不同（X：OpenAI，09-09 01:23）。
• 注：三方说法不一致，且均发表于争议进行中，结论以第三方原文与后续同行评议为准。

3. OpenAI 向 Plus、Pro、Business 和 Enterprise 用户全面推送 Astra

• 来源：X：OpenAI · 原文发布 09-09 05:06
• 摘要：Astra 已全面推送给 Codex 和 ChatGPT Work 中的 Plus、Pro、Business 和 Enterprise 用户，可通过 openai.com/gpt-tv/ 观看 Astra 的实机演示。
• 值得关注：原文给出了 Astra 的正式开放范围和覆盖产品，读者可以确认自己的订阅计划是否已可用。

4. GPT-6 Astra 推理等级怎么选才最省 Token

• 来源：公众号：数字生命卡兹克 · 原文发布 09-09 08:09
• 摘要：作者讲解 GPT-6 Astra 的推理强度等级（Reasoning Effort）含义，指出各档位是同一模型的不同思考预算，Ultra 则类似拉起多个智能体协作的专项工作组。
• 值得关注：作者基于烧完两个 200 刀会员的第一手使用体感，给出推理等级的通俗解释和分档位省 Token 的具体用法。

5. Tom Tunguz 分析 OpenAI 的 3x AI 生产力增益是否只是机器不睡觉

• 来源：Tomer Tunguz 博客（VC 分析）· AIHOT 收录 09-09 04:01
• 摘要：文章引用 OpenAI 内部数据拆解 3x 研究生产力增益的来源：每名研究员 8 小时班次对应 3.14 个 agent 工作日，通常并行运行 4 个 agent。
• 值得关注：作者用 OpenAI 自己披露的数据拆解 3x 生产力说法，指出其中一半工作仍需人工干预且推理成本激增 40 倍。

6. Dwarkesh Patel 研究：预训练进步主要来自数据改进

• 来源：Dwarkesh Patel：Podcast & Blog（RSS）· 原文发布 09-09 00:10
• 摘要：作者在最高 1e19 FLOPs 的算力预算下训练 2019 至 2025 年各年度代表性模型配方与数据语料，发现数据改进带来 12.0x 算力效率提升，模型改进为 3.7x，数据贡献约为模型的 3.24 倍。
• 值得关注：文章用小规模对照实验量化了 2019 到 2025 年预训练进步中数据与模型改进各自的算力效率贡献，并讨论结论对更大规模模型的适用边界。

7. Berkeley RDI 发布开源平台 CUA-Lite，面向计算机使用智能体

• 来源：Berkeley RDI：Blog（AI 安全与评测）· AIHOT 收录 09-08 22:01
• 摘要：CUA-Lite 为计算机使用智能体提供三个标准化抽象：环境接口下运行 15+ 个覆盖桌面、浏览器和移动端的基准，并提供含 30k+ 可验证任务的免 VM 桌面沙箱；统一监督数据格式已转换 10+ 个公开 CUA 数据集；每模型一个 harness 在评测、SFT 和 RL 间共享，支持 14 个模型族。
• 值得关注：原文说明了平台的三项标准化抽象及覆盖规模，读者可以据此评估它在整合分散的计算机使用智能体资源上的可用性。

小结

大厂：今天几乎被 OpenAI 包场——一边是 Navier–Stokes 千禧年难题的解答声明，一边是 ChatGPT Images 2.5 加两款登顶 Arena 的 API 图像模型，还有 Astra 向 Plus/Pro/Business/Enterprise 全面推送。Meta 的 Muse 开放体验、Anthropic 的 Claude Platform 降本指南、Mistral 30 亿欧元 D 轮（估值超 210 亿欧元，欧洲科技史上最大股权融资）构成了另一侧的动态。需要说明的是，本轮热点榜与精选中均无中国厂商条目。

算力与成本：这是今天最容易被忽略、但可能最有长期意义的一条线。Noam Brown 承认这次数学证明花费数百万美元；Tom Tunguz 拆出「3x 生产力」背后是推理成本激增 40 倍；Anthropic 则专门发文教用户降本。能力往上走的同时，单位成本正在成为产品竞争的现实约束。

学术信任与治理：Navier–Stokes 事件的争议比结果本身更值得留意。数学界质疑的是进展信息是否被泄露、算力优势是否构成不正当竞争，Simon Willison 则追问未发表的解会不会被后续模型抢先。这类问题目前没有行业共识，也是 AI 参与前沿科研后绕不开的信任成本。

工具栈：Runway 把生成能力直接塞进 Premiere Pro 和 After Effects 的时间线，省掉导出再导入的往返；Berkeley RDI 的 CUA-Lite 用三个标准化抽象把分散的计算机使用智能体资源收敛到一个平台；Dwarkesh Patel 的实验则给「数据是预训练进步主因」补了一个可复现的量化口径。三者都指向同一件事：这轮竞争正在从模型能力转向工程整合效率。

抓取口径：热点榜 9 条 / 24h 精选 18 条（去重后取 7 条）；时间窗：过去 24 小时 北京时间。数据来源：AIHOT。