在WAIC 2022上，菲尔兹奖首位华人得主丘成桐便提出极具前瞻性的核心论断：“数学是人工智能技术发展的基石，反过来，人工智能的发展也能为数学研究提供重要助力。”这一数智双向赋能的底层逻辑，已被AAAI、ACM（国际计算机学会）等国际顶会，以及《Nature》等国际顶刊长期验证。

当前AI产业粗放式发展弊端凸显。单纯依靠参数堆叠、算力透支的迭代模式已触达理论天花板。大模型可解释性弱、涌现机理不明、鲁棒性不足等行业痛点，本质是AI底层数理体系缺失、基础理论迭代滞后所致。

目前，数智双向融合已产出大量可落地、可溯源成果。凸优化、概率统计、泛函分析等数学理论，有效解决大模型过拟合、泛化性差、算力冗余等工程难题。DeepMind AlphaGeometry、FunSearch、AlphaProof等智能系统，在几何推理、组合数学、形式化证明领域突破传统人工研究上限。数学家王虹深耕调和分析与几何测度论，通过证明三维挂谷猜想、优化傅里叶分析技术，补齐AI图像处理、图像降噪的算法短板，为视觉模型优化提供扎实数理支撑。

WAIC 2024丘成桐

作为AI行业顶级风向标，2025 WAIC推出“数学之问”顶级学术对话。活动由丘成桐院士命题，多家国产大模型现场解题，跳出浅层工程竞赛，回归AI第一性原理，完成AI数理边界与底层重构的深度思辨。

即将于7月17日-20日启幕的WAIC 2026，将基础理论原始创新作为核心主轴，确立三大核心主线：Math for AI、AI for Math、AI+数学落地现实世界。

大会集结三大高端学术板块：斯梅尔数学与人工智能论坛、华院计算认知智能论坛、WAICA数学建模与科学计算研讨会。三大平台优势互补、交叉联动，以数学夯实AI底层架构，以AI算力降低数学研究门槛，推动国内AI从工程应用迭代，迈向理论创新与产业落地协同发展新阶段。

Math for AI：以数理公理筑基，重构AI底层科学范式
多项AAAI、ACM（国际计算机协会）及《Communications of the ACM》权威研究证实，现代数学体系是破解大模型技术瓶颈、推动AI走向“科学智能”的核心抓手。

在模型优化层面，凸优化、非凸优化重构大模型训练逻辑，告别低效试错训练。概率统计与信息论规范Transformer注意力机制，大幅提升多模态匹配精度。泛函分析、偏微分方程等工具，有效解决AI高维降噪、复杂场景建模、非线性拟合等技术难点。

多项公开实验成果充分印证数理赋能价值：清华联合上海AI Lab的测试时强化学习框架，大幅提升数学竞赛模型性能；英伟达Nemotron-Math依托千万级数理推理数据集，实现大模型数学推理能力体系化升级。

从第一性原理来看，AI智能建模属于无限维科学问题，而产业落地模型均为有限维工程架构。二者的维度矛盾，是AI长期依赖经验调参、可控性与可解释性不足的核心症结。Math for AI的核心价值，就是搭建可推演、可验证、可溯源的数理体系，明确智能运行边界，支撑AI安全、通用、科学化迭代。

本届斯梅尔数学与计算研究院·数学与人工智能论坛，是AI基础理论攻坚的核心阵地。论坛汇聚海内外顶尖院士与科研团队，聚焦底层理论破局开展深度研讨。

斯梅尔数学与计算研究院·数学与人工智能论坛

徐宗本院士将深度拆解AI“无限维科学命题与有限维工程技术”的核心矛盾，解析大模型尺度律与智能涌现的数理机制，为模型架构优化、性能评估提供理论依据。鄂维南、董彬、金石等权威学者，将分享微分方程与神经网络融合、复杂系统建模等前沿成果，完善AI因果建模、鲁棒优化、安全风控的完整数理体系。

论坛设置青蓝对话、圆桌思辨等特色环节，邀请范剑青、修大成等海内外知名学者与青年科研力量，聚焦高维数据建模、智能算法数理优化、理论工程转化等议题攻坚，持续优化AI粗放研发模式，助力模型实现机理可解释、性能可管控、迭代可优化。

AI for Math：以智能算力赋能，重塑基础数学科研范式
AI赋能基础数学的价值已获全球学界认可，有效突破传统人工推演的研究局限，重塑现代数学科研范式。

多项标杆成果落地见效：DeepMind AlphaGeometry达成IMO级几何推理能力，AlphaEvolve推进百年接吻数难题研究；北大AI4MATH团队成功证伪悬置十余年的Anderson猜想，完成标准化形式化验证，成果刊发于《Nature》。

传统数学研究受人工推演、算力受限制约，复杂难题攻坚效率偏低。而AI凭借高效算力、并行推演、智能规律挖掘能力，突破传统科研方法论瓶颈，搭建起人机协同的全新数学研究体系。

延续2025“数学之问”人机协同创新理念，WAIC 2026持续深化数智交叉研究。本届华院计算·认知智能论坛，聚焦自动定理证明、形式化数学、数学大模型、符号-数值混合推理等前沿赛道，深耕AI辅助数学原始创新。

曼纽尔·布鲁姆、范剑青等国内外知名学者，将解读智能技术破解复杂数理难题的创新路径。唐伟博士将结合AI for Science前沿实践，分享智能工具赋能基础数学攻坚的落地成果，为全球交叉学科研究提供全新范式参考。

华院计算· 认知智能论坛

本届WAIC联动同济大学，落地WAICA数学建模与科学计算研讨会。会议打破人工智能、应用数学、科学计算与工程的学科壁垒，为复杂系统建模、偏微分方程求解、高精度科学仿真提供全新AI驱动方案。

研讨会聚焦物理信息神经网络、神经算子、数据-物理混合驱动等核心方向，兼顾理论创新与场景落地，探索AI在工程仿真、数字孪生、气候模拟领域的规模化应用。会议依托多元学术交流形式，攻坚AI科学计算的可解释性、泛化性、误差控制等核心难题，搭建高水平国际化数智交叉交流平台。

AI+数学落地：以数智融合赋能，实现理论价值产业闭环
如今数智融合已从理论探索走向规模化产业落地。调和分析、数值计算、拓扑建模等数学工具，持续优化AI性能，有效提升工业视觉、医疗影像、气象模拟、多模态融合任务的精度与稳定性。

与此同时，AI高效求解、智能仿真与复杂推演的能力，大幅降低高端制造、智能风控、航空航天领域的数理建模成本，打通了基础研究到产业应用的转化壁垒。

WAIC 2026依托三大特色学术论坛，搭建“数理研究—AI迭代—产业赋能”的完整链路，推动前沿数智成果标准化、高精度落地，以基础研究赋能实体经济发展。

行业已形成成熟的数智双向创新闭环：数学筑牢AI底层根基，AI拓宽数学研究边界。

从2025年“数学之问”开启数理思辨，到2026年三大创新主线全面落地，国内AI产业正式告别参数与算力内卷，迈入数理驱动、人机协同、产研融合的精细化发展阶段。依托上海科创资源与WAICA国际平台，全球科研力量协同发力，持续夯实数智融合的学术与产业生态。

7月17日-20日，WAIC 2026即将在上海启幕。大会将汇聚全球顶尖学者，首发数智融合前沿成果，解锁AI数理革新全新范式，持续推动人工智能与基础数学协同落地、迭代进阶。

附录：WAIC 2026数学论坛