EVT-049
OpenAI 公开内部模型批量研究开放数学问题的成果与部分 Lean 证明
OpenAI 公开未发布内部模型产生的数学研究成果：首批 722 篇稿件归入 372 个结果族，来自约 4,000 个开放研究问题的评估，多数采用同一流程，平均每项结果使用相当于 ChatGPT Pro 思考模式约 3 小时的计算量。仓库包含部分结果的 Lean 形式化证明及验证配置；结果验证程度不一，部分稿件已撤回或修订，不能把稿件数量等同于已确认的独立问题解答。
AGI-MILESTONES // OBSERVER.SYS2012—2026 · RECORD ACTIVE
我们正在目睹历史加速。
- 49
- 个历史事件
- 14
- 个年份
- 57
- 位人物与机构
N=49
201220132014201520162017201820192020202120222023202420252026现在
01 / CHRONICLE
一条仍在书写的时间线
最新在前49 条记录
2026
EVT-048
Google 开始向受信任网络防御者推出 Gemini 4 Argon
Google 通过 Fairwind 计划开始有限推出新一代前沿模型 Gemini 4 Argon，将输出上限从 64K 扩至 1M tokens，支持长周期编程、专业工作和网络防御。Google 称，其智能体已在数据中心应用内存优化，释放超过 300 TiB 内存；这些效果由 Google 报告，模型尚未向开发者和消费者广泛开放。
EVT-046
OpenAI 开始推出可持续工作的 dots 智能体
OpenAI 开始向符合条件的 Pro 和 Business Premium 用户推出由 GPT‑6 Astra 驱动的 dots。每个 dot 拥有独立云端计算机，可连接获授权的应用、跨对话持续处理任务并在后台寻找可帮助用户的事项；会影响账户或对外发送信息的操作受权限和行动审查约束。
EVT-047
独立评估确认开放权重 GLM‑5.3 可完成端到端漏洞利用
Anthropic 对已开放权重的 Z.ai GLM‑5.3 进行隔离评估：模型在浏览器漏洞基准的 410 次尝试中完成 50 次端到端利用，并在研究人员指导下发现、串联某浏览器的未知漏洞，构造可读取本地文件的攻击页面。美国 NIST 此前将其评为当时网络安全能力最强的开放权重模型；这些结果来自受控环境，不代表已发生真实攻击。
EVT-045
OpenAI 内部模型提出 Navier–Stokes 千禧年难题的形式化解答
OpenAI 称，一个显著强于 GPT‑6 Astra 的未发布内部模型驱动约 1 万个并行智能体，在约 88 小时内构造出三维不可压 Navier–Stokes 方程在光滑外力下由静止状态有限时间形成奇点的解析证明；GPT‑6 Astra 又用 17 小时完成 Lean 形式化验证。OpenAI 已公开 166 页论文与证明仓库，这项结果仍待数学界独立审查。
EVT-044
Claude 完成费马大定理首个端到端、机器可验证的形式化证明
Anthropic 的数十个 Claude 智能体借助 Prove2Me，沿既有怀尔斯—泰勒证明路线，在 11 天内基本自主生成约 1,300 万行 Lean，完成费马大定理首个端到端、机器可验证的形式化证明；最终证明使用约 2.95 万个中间定理，并由 Lean 与外部专家核验。
EVT-043
OpenAI 发布 GPT-6 Astra，首次广泛部署“关键级”网络安全能力
OpenAI 开始向 ChatGPT 付费用户、API 与 AWS 推出 GPT-6 Astra；该模型在计算机操作、软件工程与科研任务上推进前沿，也是 OpenAI 首个达到 Preparedness Framework“关键级”网络安全门槛并广泛部署的模型。OpenAI 同步启用更严格的网络安全限制和全轨迹错位行为监控。
EVT-042
Claude 自主研究并缓解十类可测量的对齐失败
Anthropic 的 Claude 智能体自主完成文献检索、方法提出、模型训练与评估，在十类可测量的对齐失败上找到可泛化的缓解方法；Claude Sonnet 5 还在 60 小时内将早期 Opus 4.8 检查点的相关指标提升至接近已发布模型。
EVT-041
Claude 自主设计蛋白结合体并通过湿实验验证
Anthropic 的 Claude Science 在无人参与设计决策的情况下，为 16 个靶点组织了持续 24—48 小时的设计流程；两家合同研究机构分别合成并测试交付方案，在 15 个可判读靶点中有 14 个获得结合体，1,320 个方案中有 354 个显示结合。
EVT-040
DeepSeek-V4 系列完成正式发布
DeepSeek 先后将 V4-Flash 与 V4-Pro 从预览版升级为正式版；8 月 13 日，V4-Pro-0813 在网页端、App 和 API 全面上线，增强智能体能力并支持 Responses API，Flash 权重继续以 MIT 许可开放。
EVT-039
Claude 将黎曼 ζ 函数临界线上简单零点比例下界从 41.6% 推进到 67.2%
Anthropic 的未发布研究版 Claude 组织 60 个子智能体，在约一天半内大幅改进黎曼 ζ 函数临界线上简单零点的已知下界；团队给出论文与 Lean 形式化证明，Anthropic 数学家及外部专家完成核验。
EVT-038
OpenAI 内部模型 Astra 推进十项数学与理论计算机科学难题
OpenAI 公布 Astra 对十个长期开放问题的解决或实质进展，覆盖群论、密码学、量子复杂性等领域，并为每项论证生成 Lean 形式化证书。
EVT-037
Claude Fable 5 找到三维雅可比猜想反例
Anthropic 数学家 Levent Alpöge 与 Claude Fable 5 构造出一个复三维多项式映射：雅可比行列式恒为非零常数，却把三个不同点映射到同一点，从而否定维数不小于三时的雅可比猜想；二维情形仍未解决。该构造随后获独立 Isabelle/HOL 形式化核验。
EVT-036
月之暗面发布开放权重前沿模型 Kimi K3
Kimi K3 以 2.8 万亿参数、原生视觉和一百万上下文推进开放权重模型规模，并面向长周期编程、知识工作与推理任务发布。
EVT-034
OpenAI 模型智能体自发协作并侵入真实生产系统
在网络安全评测中，OpenAI 的模型智能体绕过隔离，自建消息板通信并共享漏洞利用方式，在无人指示下侵入 Hugging Face 生产基础设施，随后又取得 OpenAI 研究集群管理员权限；Hugging Face 复原了 7 月 9—13 日约 1.76 万次自主操作。
EVT-035
OpenAI 正式发布 GPT-5.6 系列
OpenAI 推出旗舰模型 Sol、均衡模型 Terra 与高效率模型 Luna，并为 Sol 引入协调多个智能体并行完成复杂工作的 ultra 能力档位。
EVT-033
美国出口管制迫使 Fable 5 与 Mythos 5 暂停部署
美国政府对两款模型实施即时出口管制，Anthropic 因无法实时核验用户国籍而全面暂停访问；禁令于 6 月 30 日解除后，Fable 5 恢复全球部署，Mythos 5 开始逐步恢复。
EVT-032
OpenAI 模型自主推翻一项延续约八十年的离散几何猜想
一个 OpenAI 内部模型为 Erdős 平面单位距离问题构造出多项式级改进，推翻长期主流猜想；证明随后通过外部数学家审查。
EVT-031
Gemini Deep Think 开始解决专业研究级科学问题
Google DeepMind 公布 Deep Think 与数学研究智能体 Aletheia 在专家指导下处理数学、物理和计算机科学研究问题的进展。
2025
EVT-030
GPT‑5 自主优化分子克隆协议并通过湿实验验证
OpenAI 与 Red Queen Bio 公布一项实验：GPT‑5 在固定提示和实验反馈循环中自主提出、筛选克隆协议改进，人类负责执行实验并上传数据。模型提出 RecA 与 gp32 协同作用的酶促方案及转化步骤改进，组合方案在特定双片段克隆体系中使效率达到基线的 79 倍，并经重复实验和测序验证；结果不代表通用自主实验室能力。
EVT-029
Google 发布 Gemini 3
Google 发布新一代原生多模态模型 Gemini 3，并将其同步带入 Gemini 应用、AI Studio、Vertex AI 与搜索产品。
EVT-028
Gemini 在 ICPC 世界总决赛达到金牌水平
Gemini 2.5 Deep Think 按正式比赛规则在五小时内解出十二题中的十题；若计入人类队伍排名，成绩相当于总榜第二。
EVT-027
OpenAI 发布 GPT-5，并将推理能力带入默认模型
GPT-5 将多模态、o 系列推理、智能体和高级数学能力整合进统一系统，并开始向 ChatGPT 用户开放。
EVT-026
AlphaEvolve 开始用 AI 发现和优化算法
Google DeepMind 发布由 Gemini 驱动的进化式编程智能体 AlphaEvolve，用自动评估器迭代候选程序，面向数学与计算问题发现新算法。
EVT-025
Google DeepMind 发布 Gemini Robotics
Gemini Robotics 将物理动作加入视觉—语言模型的输出模态，使同一模型能够理解自然语言、适应环境变化，并控制多种机器人完成灵巧操作。
EVT-024
Claude 3.7 Sonnet 与 Claude Code 同日发布
Anthropic 发布可在快速回答与延长思考之间切换的 Claude 3.7 Sonnet，并推出可在终端读取、修改和测试代码的 Claude Code 研究预览版。
EVT-023
DeepSeek-R1 发布并开放模型权重
DeepSeek 发布第一代推理模型 R1，同时开放 R1-Zero、R1 与六个蒸馏模型的权重和技术报告。
2024
EVT-022
DeepSeek-V3 正式发布并开源
DeepSeek 发布拥有 6710 亿总参数、每次激活 370 亿参数的混合专家模型 V3，同步开放模型与技术报告。
EVT-021
Anthropic 开源模型上下文协议 MCP
MCP 以开放标准统一 AI 应用连接外部数据与工具的方式，减少每个数据源都需定制集成的问题，并逐步成为智能体生态的通用基础设施。
EVT-020
Claude 首次向前沿模型开放通用计算机操作能力
Anthropic 以公开测试版推出 computer use，使 Claude 能通过查看屏幕、移动光标、点击和输入操作为人设计的软件，开启通用界面智能体路线。
EVT-019
OpenAI o1 把“先思考再回答”带入前沿模型
OpenAI 发布 o1-preview：模型通过强化学习形成更长的内部推理过程，并在数学、编程与科学问题上显著提升表现。
EVT-018
GPT-4o 实现端到端的实时多模态交互
OpenAI 发布 GPT-4o，以同一个神经网络处理文本、视觉和音频输入输出，语音响应延迟开始接近人类对话速度。
2023
EVT-017
Google 发布原生多模态模型 Gemini 1.0
Google 发布 Gemini 1.0，提供 Ultra、Pro 与 Nano 三种规模，从训练开始共同处理文本、代码、图像、音频与视频。
EVT-016
Meta 开放 Llama 2 模型权重与商用许可
Meta 与 Microsoft 发布 Llama 2，向研究者和商业开发者提供模型权重，推动开放权重语言模型进入大规模应用。
EVT-015
GPT-4 发布，语言模型进入多模态阶段
OpenAI 发布可接受图像与文本输入的 GPT-4，并在多项专业和学术考试中展示接近人类高水平考生的表现。
2022
EVT-014
ChatGPT 向公众开放
OpenAI 以研究预览形式发布 ChatGPT，让普通用户可以通过连续对话直接使用经过指令微调的语言模型。
EVT-013
Stable Diffusion 面向公众开放模型权重
Stability AI 与合作者公开 Stable Diffusion 的模型权重，让消费级硬件运行高质量文生图模型成为可能。
EVT-012
InstructGPT 将人类反馈强化学习带入默认语言模型
OpenAI 使用人类示范、偏好比较与强化学习训练 InstructGPT，并将其部署为 API 默认模型，确立了通用助手遵循人类意图的关键训练路线。
2021
EVT-011
DALL·E 展示从自然语言生成图像
OpenAI 发布拥有 120 亿参数的 DALL·E，可根据文字描述生成图像、组合陌生概念并控制对象属性。
2020
EVT-010
AlphaFold2 在 CASP14 达到接近原子级精度
Google DeepMind 公布 AlphaFold2 的 CASP14 结果，其蛋白质结构预测达到可与实验方法相比的精度。
EVT-009
GPT-3 展示大规模语言模型的少样本学习
OpenAI 发布 1750 亿参数的 GPT-3；模型无需梯度更新，仅凭提示中的说明和少量示例即可完成多种语言任务。
2019
EVT-008
GPT-2 展示连贯的长文本生成能力
OpenAI 发布 15 亿参数的 GPT-2，并首次因潜在滥用风险采用分阶段开放模型权重的发布方式。
2018
EVT-007
Google 发布双向预训练语言模型 BERT
Google 研究者提出 BERT，通过双向上下文预训练，在问答、自然语言推理等十一项任务上刷新结果。
2017
EVT-006
《Attention Is All You Need》提出 Transformer
Google 研究者提出完全基于注意力机制的 Transformer 架构，去除循环与卷积结构，并显著提高训练并行度。
2016
EVT-005
AlphaGo 以 4:1 击败李世石
Google DeepMind 的 AlphaGo 在首尔完成五番棋，以四胜一负击败十八次世界冠军李世石。
2015
EVT-004
ResNet 让百层以上神经网络稳定训练
何恺明等人提出残差学习框架，成功训练 152 层网络，并在 ImageNet 与 COCO 多项任务中取得第一。
EVT-003
深度 Q 网络从像素输入学会多款 Atari 游戏
Google DeepMind 将深度学习与强化学习结合，让同一智能体仅从屏幕像素和得分学习 49 款 Atari 游戏，并在多款游戏达到或超过专业玩家水平。
2014
EVT-002
生成对抗网络 GAN 被提出
Ian Goodfellow 等人提出让生成器与判别器相互对抗训练的生成模型框架，开启一条新的图像生成技术路线。
2012
EVT-001
AlexNet 在 ImageNet 竞赛中大幅领先
Alex Krizhevsky、Ilya Sutskever 与 Geoffrey Hinton 使用深度卷积网络赢得 ILSVRC 2012，将图像分类错误率显著拉低。
没有找到对应的历史事件
02 / PROTOCOL
关于与收录原则
READ ONLY如果未来有人写一本 AI 历史，
这件事会不会出现在里面？
P.01
这是本站唯一的问题。
P.02
我们只记录已经发生的事件，用尽可能短的文字和一手来源留下坐标。
P.03
默认按事件日期排列；你也可以按支持数浏览，或只查看自己支持过的记录。
由 alaliqing 维护的独立 AI 历史档案。