Muse Spark 在2026年10月2日成为 Meta 公布的一项协作研究的主角：Meta 的数学家团队与该模型共同完成六篇研究论文，其中五篇回答了此前悬而未决的开放问题。团队使用的是 Muse Spark 1.1 和 1.2 的 Thinking Mode，全程只通过 meta.ai 的普通聊天界面交流，没有搭建定制的研究脚手架。
从竞赛金牌到没有答案的问题
2026年早些时候，Meta 的模型曾在数学、物理、化学五项高中奥林匹克竞赛中达到金牌水平。但竞赛题有已知答案，开放研究问题则没有现成答案，也没有人能保证某种方法一定行得通。这次的六篇论文覆盖概率、微分方程、群论、优化、算术物理和非结合代数，正是把模型放到了这类题目面前。
三个代表性结果
概率方向的工作由 Aykut Arslan 主导，研究高斯椭球拟合的严格阈值，给出了可以精确拟合的点数锐利阈值；不过阈值恰好取临界点时的行为仍未解决，Meta 也提到另有三项2026年8月公布的独立同期工作。微分方程方向，Leonard Dinh 针对质量临界的双调和非线性薛定谔方程证明：径向负能量解必然在有限时间内坍缩。这解决了2015年遗留的问题，也印证了2002年数值模拟给出的预测。群论方向，Brennan 与 Golich 推翻了 Kida 在2024年提出的猜想，Muse Spark 生成了 GAP 搜索程序，并找到一个384阶群作为反例；Meta 同时致谢另一个 AI 智能体 Nilradical，它曾在2026年9月16日报告另一个反例。
其余三篇推进各自领域：优化方向讨论循环松弛的紧致性，算术物理方向证明弦论两点函数与高度函数之间的一项等式，其想法源于 Manin 在1980年代的设想，非结合代数方向则给出进化代数的三维反例及替代刻画。
协作、审阅与可核查性
整个过程由数学家团队主导，与模型共同探索，再由第二组数学家独立审阅。每篇论文都明确标注哪些段落主要由研究者撰写、哪些由 AI 撰写，并注明所依据的前人研究；团队完成工作后得知，其他团队也独立公布了部分相同问题的解法，论文中对此予以致谢。这种逐段标注、交代引用与同期工作的做法，正是科研写作可核查性的核心，与 AstaBrief 开源：Ai2 用 8B 小模型写带引用的科研报告 所关注的方向相通：结论要能追溯，贡献要能分辨。
这批论文的看点不在于模型又考了多少分，而在于评判标准换了：从竞赛刷分，转向在无答案的问题上进行可核查的协作。公开的作者标注与审阅安排，让外界能按科研共同体的规则，逐项检验 AI 参与研究时到底贡献了什么。
