跳至主要內容
Agchub Agchub

91秒對41分鐘:NS方程式被AI「爆破」之後,先結算的是注意力市場

91秒快訊收下106.5萬播放、41分鐘深度解讀三天追上84.6萬,本文從千禧年大獎的兩年結算規則、弱化爆破的九十年數學規格到B站內容貨架的四層需求,拆解AI碰觸NS方程式後,流量與獎金兩張結算表的時間差。

/ 編輯部 #人工智慧#數學研究#內容市場
91秒對41分鐘:NS方程式被AI「爆破」之後,先結算的是注意力市場

在B站輸入「AI怎麼讓NS方程式爆炸的」,檢索頁前兩名是兩種截然不同的商品。一支91秒的快訊,9月9日上線,截至檢索時106.5萬播放;一支41分鐘的長解讀,上架三天84.6萬播放、1,690條彈幕。前者賣情緒,後者賣理解,同一批搜尋流量餵養著兩層貨架。

事件發生在今年9月上旬。OpenAI發布AI輔助數學研究的階段成果,並在傳播過程中被簡化成「攻克千禧年難題」:團隊在自行設定的弱化條件下,證明納維-斯託克斯(Navier-Stokes)方程式的解會在有限時間內爆破。七大難題之一被碰了一下,三維原題一字未改,內容市場的結算卻已經跑了兩週,且仍在擴散。這中間的時間差,值得逐項記帳。

100萬美元一題,25年只結算過一次

2000年5月,克萊數學研究所公布七道千禧年難題,每題懸賞100萬美元。25年過去,走完全部結算程序的只有龐加萊猜想:佩雷爾曼(Grigori Perelman)的證明在2006年前後獲得社羣接受,研究所2010年宣布授獎,他公開拒領。七百萬美元的懸賞,實際支出為零。

獎金簿本身就是一座慢時鐘。按克萊的規則,成果必須先在期刊發表,再經過至少兩年的等待期並獲得廣泛接受,才進入獎金審議。換言之,任何「兩天解決」的敘事,從第一天起就與獎金無關。OpenAI這次公布的是弱化條件下的爆破,三維原題問的是光滑初始條件下解是否永遠光滑,這一問原封未動,成果連進入結算程序的資格都沒有。七個席位的分配邏輯與計分規則,先前在哥德巴赫猜想落選千禧年名單的資格帳一文已拆解過:名單挑的是能拉動整個學門的問題,而非離突破口最近的問題。

統計圖卡呈現克萊數學研究所千禧年七大難題自2000年設立以來,僅龐加萊猜想一題完成結算,且一百萬美元獎金遭得主佩雷爾曼拒領
龐加萅猜想2010年授獎,佩雷爾曼拒領,700萬美元懸賞實際支出為零

爆破這種產品,規格表寫了九十年

原題可以通俗翻譯:給三維流體一組夠好的初始條件,方程式的解會不會永遠光滑。答案只有兩種,全球正則,或者解在某個有限時刻爆破,能量與速度梯度在越來越小的尺度上堆積發散。九十年來的進度,全繞著這兩個選項打轉。1934年勒雷(Jean Leray)證明弱解存在,把問題推到「解存在但不保證光滑」;1960年代,Ladyzhenskaya等人解掉二維版本,證明二維解永遠光滑;1982年,Caffarelli等人證明奇點即使存在也只能佔極小的集合;2014年,陶哲軒證明一個平均化版本存在爆破,數學功能是排除一整類證明路徑。

OpenAI這次的成果落在同一欄位:弱化條件下的有限時間爆破,用途同樣是證明某類證明策略行不通。以產品規格看,它與陶哲軒2014年那篇論文同型。差別在生產線:這回由推理模型承擔大量組合搜尋,再以電腦輔助計算完成嚴格驗證。搜尋端的邊際成本被壓低,驗證端沒有變便宜,同儕審查與形式化檢查仍以年為單位計價。生成與驗證之間的成本背離,是這條研究生產線最重要的會計特徵。

清單圖卡列出納維-斯託克斯方程式九十餘年的研究進度,從1934年勒雷的弱解、二維正則性、奇點集合估計,到2014年陶哲軒的平均化爆破與今年AI輔助的弱化條件爆破

同一件產品,兩種定價

規格相同,結算價差了幾個數量級。陶哲軒2014年的爆破發表在頂級期刊,屬於當年最好的數學論文之一,但傳播基本停在數學社羣內部,價值結算在引用與聲望市場。今年這份弱化爆破換成AI實驗室署名,兩週內B站檢索頁上與事件直接相關的影片合計播放已逾260萬。同一欄位的數學產品,生產者換人,分發量級完全不同。

原因在計價的報表不同。AI實驗室的讀者名單裡有資本市場與開發者社羣,部分結果作為模型推理能力的展示品,價值結算在下一輪融資敘事與產品定價,論文引用只是附帶品。數學內容在這條鏈上是原料,定價權握在原料之外。這個機制與先前分析過的AI物理世界紀錄背後的計分板與成本帳一致:當紀錄的生產成本下降,真正的計分板會移往別處,而成本帳往往跟不上計分板的搬遷速度。

注意力貨架的四層

回到檢索頁,這波流量的貨架至少分四層。快訊層:91秒、106.5萬播放,標題關鍵詞是韋東奕與「天塌了」,把一位研究流體偏微分方程的數學家包裝成被AI擊倒的角色;短評層:1分22秒與37秒的跟進影片,分別35.8萬與26.1萬播放;深度層:漫士沉思錄的41分鐘解讀,三天84.6萬,標題後半句還掛著一個問號收尾的「流體力學不存在了?」;澄清層:物理背景創作者潘義明10分17秒的「物理學家並不關心」,7萬。貨架旁邊接著教培敘事(2.2萬)與下一波AI數學快訊(zeta函數相關,7.7萬,9月24日),顯示這是一條會反覆復購的生產線。

單位經濟值得換算。91秒影片平均每秒帶進約1.17萬次播放,41分鐘影片約344次,相差34倍。快訊的生產成本接近剪輯費,深度解讀要把論文讀通再講清楚,投入以週計。兩者收割同一批搜尋流量,前者換現效率高得多,後者沉澱的是1,690條彈幕與長期追蹤。需求端的採購目的也不同:一種買情緒,一種買理解,教培敘事賣的則是職業焦慮的確認。

清單圖卡比較NS方程式話題下四類B站影片的播放量,從91秒快訊的106.5萬、短評跟進的35.8萬與26.1萬,到41分鐘深度解讀三天的84.6萬與物理學家澄清影片的7萬

兩張結算表,時鐘不同步

把帳合起來,這次事件裡有兩張結算表。注意力市場以天結算:兩週內,OpenAI收到一場免費的能力展示,頭部創作者拿到百萬級曝光,快訊號拿到播放,焦慮敘事拿到復購。獎金市場以年結算:論文進入同儕審查,克萊的兩年等待期尚未起算,100萬美元原封不動。

承壓的一方同樣清楚。基礎數學的敘事被「兩天解決」反覆壓價,韋東奕被動成為流量的計量單位。工程端其實兩頭都不受影響:日常流體計算用的是經驗封閉模型與數值方法,三維原題的答案無論落在正則還是爆破,都不會改寫風洞試驗與天氣預報的程式碼。潘義明那支7萬播放的影片講的正是這件事,市場給它的份額最小。

情境推演有兩種。論文通過審查,行銷價值在審查結束前已兌現完畢,獎金程序與它無關;審查發現缺口需要修正,修正成本由作者與合作者的學術信譽吸收,已結算的流量不會回沖。兩種情境裡,先結帳的都是注意力市場。下一次AI再碰千禧年題目,可以同時打開兩個頁面:克萊的獎金公告與B站的搜尋結果。前者以年更新,後者以小時計。這段時間差本身,就是這門生意的利潤區間。