Google Gemini 延展聚變猜想的歷史性反證，但 AI 並非獨力完成

Google Gemini 對聚變猜想的研究，在數小時內得出新的解析解，延展了人類研究人員剛剛推翻的一項已有 59 年歷史的等離子體物理結果。

這個先後次序很重要。Gemini 4 Argon 並非獨立推翻一項尚未被觸動的猜想，也沒有解決商業聚變問題。研究人員先確立反例，其後 Google 的代理系統才將其中兩個反例推廣至超越一項重要的對稱性限制。

這項成果仍是科學 AI 的一次顯著測試。Gemini 在專家監督下探索艱深方程、提出有用的延展，並撰寫驗證程式碼。然而，研究人員選定問題、引導搜尋、檢查每一步推導，並為論文承擔責任。

因此，真正的較量並非 Gemini 與物理學家之間的對決，而是 AI 生成的數學搜尋，與將看似合理的表達式轉化為可信科學所需的較慢而更嚴謹過程之間的較量。

Gemini Grad 猜想研究實際改變了甚麼

Gemini 將既有的反證擴展為更實用的一系列三維等離子體模擬基準測試。

Harold Grad 於 1967 年提出這項基礎猜想。它涉及由磁流體力學（MHD）支配的平滑平衡態；MHD 用於模擬等離子體等導電流體。

平衡態描述磁力與壓力相互平衡的配置。這種平衡是磁約束裝置的核心，因為裝置必須令極高溫的等離子體遠離反應爐壁。

Grad 認為，若不存在某些強對稱性，壓力變化下的平滑三維平衡態不應存在。這一結論為仿星器帶來令人不安的數學界限。

仿星器利用經精心設計、非軸對稱的磁場約束等離子體。與具完美旋轉對稱性的托卡馬克不同，它的幾何結構刻意設計成三維。

該猜想並非聲稱仿星器永遠無法運作。它質疑某些理想化的平滑平衡配置，能否以研究人員所需的精確數學形式存在。

首批具決定性的反例於 2026 年 9 月出現，來自兩項獨立研究工作。

Javier Gómez-Serrano、Lukas Liehr 與 Mitchell Taylor 於 9 月 21 日發表了 Grad 的反例。他們的構造在實心環面上產生平滑平衡態，並不具備與 Grad 主張相關的軸向、反射或螺旋對稱性。

其結果亦包括 Lean 4 認證。Lean 是一種證明輔助工具，用以檢查形式化論證是否遵循其既定的邏輯規則。

一天後，馬里蘭大學研究員 Matt Landreman 發表了 解析 MHD 平衡態。其論文給出兩個具嵌套環面表面及非恆定壓力的非軸對稱解明確族群。

這些公式之所以重要，是因為它們是閉合形式解。研究人員可直接檢視它們，並在測試數值軟件時將其用作已知答案。

Landreman 表示，OpenAI 的 GPT-6 Astra 協助了他的發現過程。馬里蘭大學其後指出，兩篇論文共提供三個獨立的反例族群。

Google Gemini 對聚變猜想的研究緊隨這些成果。Opal Issan、Jonathan Citrin、Landreman 與 Brendan Tracey 使用 Gemini 4 Argon，將 Landreman 的兩個族群加以推廣。

Landreman 原有的表達式保留了仿星器對稱性。這種離散對稱性透過特定旋轉與反射，將磁場配置的不同部分連繫起來。

這個與 Google 有關聯的團隊為每個族群加入破壞對稱性的參數。將該參數設為零，便會恢復 Landreman 先前的解；改變它則會產生不具仿星器對稱性的非軸對稱配置。

團隊於 2026 年 10 月 5 日發表了這些破壞對稱性的解。

因此，Google 作出了具意義的延展，而非提出首個獨立反證。其代理系統協助回答由先前成果引出的後續問題。

這個區分修正了最容易出現的標題寫法。Gemini 並非面對 59 年來未能解決的工作，便從零開始解決整個問題。

相反，它進入了一個格外有利的時刻。研究人員已取得新的構造、揭示其餘下限制，並為進一步數學搜尋界定具體目標。

這仍具重要影響。科學進展往往源於延展剛出現的成果，直至它能在最初出現的狹窄情況以外發揮作用。

為何精確解對仿星器設計至關重要

即時價值在於軟件驗證，而不是更快產生聚變電力。

現代仿星器開發高度依賴數值模擬。研究人員無法為每一種想評估的磁場配置建造完整實驗裝置。

模擬程式估算複雜磁場中的等離子體平衡態。工程師會利用這些結果評估約束、線圈幾何、穩定性及其他設計選擇。

然而，數值程式可以收斂至某個答案，卻無法保證每個實作細節均正確。看似穩定的輸出仍可能隱藏近似處理、程式錯誤或解像度限制。

精確解析解提供已知參考。開發人員可將該配置輸入軟件，並把數值結果與正確的數學答案比較。

這個過程類似以已知距離的路線測試導航軟件。吻合並不能驗證所有可能行程，但不吻合會立即揭示問題。

這些新解尤其有用，因為它們處於真正的三維幾何之中。相比簡單的對稱測試，它們更接近仿星器程式必須處理的困難情況。

最新論文指出，其解析配置可用作三維理想 MHD 平衡態程式的基準測試，亦可測試移除仿星器對稱性後的行為。

移除這項假設會提高驗證難度。程式不能依賴磁場幾何不同部分之間方便的關係。

部分仿星器計算會施加對稱性，以縮減計算域。這種方法可節省時間，但亦令完全非對稱的行為較少得到充分測試。

Gemini 生成的延展在該界線兩側均提供已知答案。研究人員可透過改變單一參數，比較對稱配置與密切相關的非對稱配置。

這令該項工作不止是獨立的數學奇聞。它為開發人員提供受控測試案例，以研究當熟悉的假設消失時，軟件會如何回應。

馬里蘭大學的說明亦強調，較廣泛的反證同時影響兩種主要的磁約束方案。

仿星器在設計上依賴非對稱幾何。托卡馬克以旋轉對稱為目標，但實際裝置存在不完美之處及三維擾動。

基準測試不會認證整個反應爐模型。它只測試程式能否在指定假設下重現某個特定精確解。

這種差異限制了結果所能支持的結論。這些新數學並不證明穩定運作、有利經濟效益、可行維修，或淨電力產出。

它亦未解決湍流問題。MHD 平衡態描述力的平衡，而實際等離子體行為還涉及不穩定性、輸運、加熱及與反應爐材料的相互作用。

不過，可靠的軟件需要多層測試。精確解讓研究人員能在結合更艱深物理效應前，先隔離並測試平衡態層面。

產業壓力落在模擬團隊，而非反應爐營運者身上。開發人員現在擁有更強的基準，可用以評估其平衡態求解器。

若既有程式與這些解不一致，研究人員必須判斷問題源自實作、數值解像度，還是不相容的假設。

若程式能重現這些解，其在有限測試範圍內的可信度便會提高。這個結果可支持、但絕不能取代與實驗的比較。

這就是為何將事件描述為「AI 解決了聚變」並不準確。Gemini 協助擴展了用來評估部分數學基礎的測試工具。

較好的比喻是新的校準標準。它可以揭露錯誤測量，但不會建造正在被測量的機器。

真正的轉變在於科學搜尋如何組織

Gemini 的貢獻改變候選方案生成的速度與廣度，而專家仍掌握真確性的控制權。

關於 AI 用於科學的常見說法，將模型視為研究人員的替代品。Grad 猜想事件則展現另一種結構。

人類研究人員辨識重要方程、選定有前景的新成果，並界定缺失的情況。AI 代理系統其後以更高速度搜尋數學修改方案。

Google 表示，Gemini 4 Argon 透過其 Antigravity 環境運作，多個代理系統在其中探索延展 Landreman 解的方法。

代理系統聚焦於移除仿星器對稱性的限制。根據研究人員的披露，有前景的候選方案在數小時內出現。

這個速度值得注意，因為目標不只是檢索現有公式。代理系統必須操作剛發表的構造，同時保留平衡方程。

它們亦生成符號及數值驗證程式碼。這類程式碼可將建議表達式代入支配方程，並測試殘差誤差是否如要求般消失。

然而，自動檢查不會將輸出轉變為可信的定理。模型可以在其推導、解釋與測試程式碼中重複相同的隱藏錯誤。

因此，作者採用了多層審查。他們引導代理系統、質疑建議論證，並獨立重新推導每項結果。

這個工作流程揭示了核心轉變。AI 不會消除科學審查；它可以生成如此多候選方案，以致審查成為稀缺資源。

傳統數學工作往往花大量時間尋找一條可行路徑。AI 輔助研究可將部分工作轉移至篩選、對抗式檢查及文檔記錄。

這改變了哪些技能最具價值。研究人員需要足夠的領域知識，才能構思有成效的問題，並拒絕表面精緻但無效的答案。

他們亦需要獨立驗證方法，包括符號代數、數值評估、形式化證明工具，或在不參考模型推理的情況下完成推導。

Gemini Grad 猜想研究清楚展示這種分工。模型加速探索，而科學家掌控問題選擇與驗證。

Google 的 Argon 研究摘要將這項聚變工作與量子運算、酶設計、基因組學及機械人學項目並列。

這一組合揭示了 Google 更大的主張。Argon 被定位為一套研究系統，能夠結合推理、編程、資料處理及反覆實驗。

聚變案例是較為清晰的例子之一，因為其輸出可以用方程式驗證。候選結果要麼符合指定的數學關係，要麼不符合。

不少科學問題提供的回饋較弱。生物學、氣候研究及材料科學往往需要昂貴的實驗、充滿雜訊的觀測，或漫長的量度週期。

模型可以在這些領域提出數千個看似合理的假設。實驗室仍須具備測試這些假設的能力，審稿人亦必須分辨真正的新發現與重複發現。

這令目前成果介乎一般聊天機械人協助與自主發現之間。Gemini 所做的不止是潤飾文字，但它並未主導整個科學流程。

研究團隊的披露指出，Argon 亦協助撰寫論文的部分內容。其後作者完善詮釋並重寫論文。

這項披露很重要，因為生成式寫作可能模糊智識貢獻與呈現方式之間的界線。讀者需要知道哪些部分經過獨立核實。

此處最有力的證據，不是 Gemini 對自身推理的敘述，而是明確的公式、公開可取得的論文，以及外界複現的可能性。

這項標準亦應適用於日後所有 AI 用於科學的主張。一段戲劇化的背景故事，遠不如獨立研究人員能否重建並測試結果來得重要。

Google Gemini 聚變猜想主張仍需經受嚴格檢驗

已發表的方程式支持其確有實質貢獻，但多項不確定性令這項成果與工程突破之間仍有距離。

第一項不確定性關乎優先權。在 Google 的延伸成果出現前，已有兩篇論文推翻了這項廣泛猜想。

Landreman 的研究界定了 Gemini 協助團隊其後推廣的精確族群。因此，後來的成果應被描述為對該反證的延伸。

這不僅是語義爭議。AI 發布宣傳往往把一連串人類與機器的貢獻，濃縮成一項以單一模型為中心的成就。

在此案例中，這種濃縮可能掩蓋 Gómez-Serrano、Liehr 及 Taylor 的獨立工作，也可能低估 Landreman 在提供直接起點方面的角色。

第二項不確定性關乎問題界定後的新穎性。研究人員一旦發現 Landreman 的解法保留了仿星器對稱性，移除該限制便成為明確目標。

Gemini 的快速進展仍然值得關注。然而，所花搜尋時間不能與 Grad 最初提出構想以來的 59 年作公平比較。

在那段期間，該領域並非每一刻都在嘗試同一種符號修改。定義、計算工具及相關數學結果均有重大變化。

關鍵比較不是「59 年對幾小時」，而是 Gemini 協助搜尋與專家就同一項新明確界定任務進行搜尋的比較，兩者均可平等取用近期論文及驗證工具。

目前尚未就此案例發表這類受控比較。因此，我們無法量化 Gemini 比一支準備充分的研究團隊快多少。

第三項不確定性涉及作者以外的驗證。這些論文屬公開預印本，容許外界審閱，但預印本發表不等同獲得廣泛獨立驗證。

研究人員可以測試公式、重現符號檢查，並運行相關平衡態程式碼。這些外部嘗試將顯示成果能否超越原始團隊而經得起考驗。

第四項限制是物理範圍。理想 MHD 將等離子體簡化為由宏觀場支配的導電流體。

該模型是聚變研究的核心，但未能涵蓋反應堆中的每一種動力學效應、不穩定性、碰撞過程或材料限制。

精確的理想 MHD 平衡態可以在數學上成立，同時仍難以在產能裝置中建立、維持或運用。

第五項問題是基準的相關性。正確的解析解，只有在程式開發人員將其實作於具意義的測試中時，才會變得有價值。

研究人員必須指定邊界條件、座標表示法、數值解像度及比較指標。即使是精確參考結果，不佳的測試設計亦會削弱其作用。

新的非對稱族群看來非常適合驗證，因為它們可由先前的對稱情況連續變化而來。不過，其實際價值仍有賴在真實軟件上發表測試結果。

亦有混淆驗證與確認的風險。驗證是問軟件是否正確求解其方程式；確認則是問那些方程式是否足以描述物理現實。

Gemini 生成的基準主要有助於驗證。實驗對確認仍然不可或缺。

這些限制並不會把數學成果貶為宣傳噱頭，而是界定了適當的信心水平。

公式可供檢視，與 Landreman 研究的聲稱關係明確，科學作者亦承擔責任。這些特點令該案例比私人模型示範更具說服力。

謹慎態度應反映在標題中，因為更廣泛的聚變挑戰仍然極其龐大。等離子體約束只是潛在發電廠的一個層面。

材料必須承受極端高溫及中子輻照。燃料循環必須可靠運作，組件必須可維修，電力亦必須具經濟競爭力。

Google 已與應用聚變研究有直接聯繫。據有關聚變研究合作夥伴關係的報道，DeepMind 於 2025 年與 Commonwealth Fusion Systems 合作進行等離子體模擬工作。

這項關係說明了更佳模擬在商業上的重要性，卻不表示這些新的精確解法已改善某一特定反應堆設計。

在團隊發表程式碼比較或工程成果前，實際影響仍是可信的機遇，而非已證實的產業收益。

AI 研究代理正就可驗證貢獻展開競爭

更大的競爭正從基準分數，轉向可由專家獨立審核的研究成果。

Google 並非唯一利用前沿模型處理高階數學或物理問題的實驗室。最初兩篇 Grad 反例論文已展示出一個混合模型環境。

Landreman 表示 GPT-6 Astra 協助找到他的兩個明確族群。另一項獨立、長達 147 頁的建構工作，則在作者監督下使用多個模型處理技術細節及形式化工作。

Gemini 隨後透過推廣 Landreman 族群加入這一脈絡。這並非 Google 對 OpenAI 的簡單勝負。

相反，多個系統為快速研究週期的不同環節作出貢獻。人類專家則將這些貢獻連結成可發表的主張。

這種模式令模型比較變得複雜。一個系統或許擅長提出符號建構，另一個可能更擅長修補證明、生成程式碼或進行對抗式審查。

一篇最終論文可以納入多個模型，卻未必能提供任何單一模型科學能力的受控量度。

研究示範亦高度依賴存取條件。直接與模型團隊合作的專家，可能獲得較大的運算預算、訂製代理環境及反覆嘗試的機會。

這些條件與公開聊天介面不同。當提示、工具軌跡或失敗候選結果仍屬私密時，亦會令複現變得困難。

Google 已提供 Argon 工作流程的高層次說明，作者亦披露模型的角色。更多細節將可加強比較。

有用的證據包括代理運行次數、總運算量、被拒候選項目數目、人為介入情況及驗證失敗次數。

這些紀錄可協助研究人員分辨真正的搜尋效率與大量抽樣，亦可揭示專家判斷在哪些地方改變了模型的方向。

最強的競爭優勢最終可能來自周邊系統。語言模型若沒有論文、程式碼執行、代數工具及回饋的存取權，便無法可靠地進行研究。

Gemini 的 Antigravity 設置看來正是圍繞這個迴圈而設計。代理可以探索替代方案、編寫程式、接收計算結果，並修訂其方法。

OpenAI 及其他實驗室正在追求類似組合。正在接受評估的產品愈來愈是一套協調系統，而不只是訓練完成的模型。

這會影響企業及學術買家。高的一般基準分數，並不保證系統能在專門科學工作流程中安全地作出貢獻。

機構需要審計軌跡、可複現的程式碼、資料控制，以及對最終主張的明確責任歸屬。他們亦需要能夠辨識系統何時自信地出錯的專家。

Grad 猜想案例提供了異常有利的評估環境。精確方程式支持直接檢查，公開預印本則保留成果供外界審閱。

這使它比模型據稱在私人對話中提出某個想法的軼事更具說服力。

它亦為未來發布建立了嚴格標準。公司應展示成果物、披露工作流程、識別既有研究，並說明模型的精確貢獻。

缺少這些要素時，「AI 發現」可以意指任何事情，從生成決定性公式到建議搜尋字詞皆可。

Google 的貢獻符合其中數項標準，但並非全部。最終方程式公開，前序工作獲得引用，作者亦說明了人類驗證。

欠缺的細節涉及完整代理軌跡及比較基準。這些缺漏令我們無法精確估計 Gemini 的獨立研究能力。

不過，方向已經清晰。模型實驗室愈來愈希望科學成果可作為推理質素的示範。

這項策略提高了研究人員及期刊所面對的要求。他們不僅必須評估定理或實驗，亦必須評估產生它的過程。

披露政策將需要區分撰寫協助、程式碼生成、數學搜尋、形式化驗證及自主實驗。

把每種使用方式視為等同，會掩蓋重要差異。協助格式化參考文獻的模型，與生成核心建構的模型並非扮演同一角色。

Gemini 的聚變工作屬於這個光譜中較具實質性的一端。它協助發現了新論文核心的參數化延伸。

人類驗證使其未能成為自主科學的證據。更恰當的理解是，這證明受監督代理可以參與專家級數學發現。

三項訊號將顯示成果是否重要

下一項測試，是獨立團隊會否把方程式轉化為可複現的軟件檢查及進一步的科學研究。

第一項訊號是外部數學驗證。專家應重新推導打破對稱性的族群，並獨立測試方程式。

成功複現將加強論文的核心主張。若推導需要修正，則會削弱對成果及 Argon 可靠性的主張。

第二項訊號是獲平衡態程式碼測試套件採用。研究人員應發表比較，說明既有仿星器軟件能否重現這些解析配置。

這些證據將把理論貢獻轉化為工程工具，也可能揭示一般測試案例所掩蓋的程式碼差異。

缺乏採用不會令數學結論變成錯誤。這只表示所聲稱的實際價值仍未獲證實，或需要大量實施工作。

第三個訊號，是日後 AI 輔助論文在程序上的透明度。研究團隊應在可行情況下披露提示詞、工具使用、失敗路徑、人為修正及獨立核查。

更完整的紀錄會令模型比較更具可信性，也有助機構為作者身分、可重現性及科學責任制定標準。

在這些訊號逐漸形成之際，讀者應避免兩個相反的錯誤。第一，是把 Gemini 視為能在數小時內解決核聚變問題的自主物理學家。

第二，是因為專家仍有參與便否定成果。專家監督並不代表 AI 的貢獻微不足道。

真正有意義的改變，是一種新的分工方式。智能代理可迅速搜尋數學上的各種可能性，而研究人員則界定問題，並決定何謂證明。

在具備強力回饋機制時，這種安排可加快科學進展；在驗證不足時，也可能更快產生看似令人信服的錯誤。

對開發者及知識工作者而言，實際啟示不止於核聚變。AI 輸出只有在連結到可供審計的成果物及獨立核查程序後，才會產生價值。

Google Gemini 的核聚變猜想研究，比大多數宣傳式 AI 示範更符合這項標準。其公式公開、脈絡可見，而且其局限亦可清楚說明。

現在，核聚變社群必須進行更艱難的實驗：這些精確解能否改善實際模擬驗證、經得起外部審視，並在不誇大其工程意義的前提下支持進一步發現？

這些結果，而非發布故事中所展示的時數，將決定 Gemini 的貢獻會否成為持久的科學成果。