二维的说不定也有人在尝试


二维复数域上的多项式雅可比猜想，至今既没有完整证明，也没有找到有效的反例—— 所有构造反例的努力，要么只在实数域成立，要么只在有理函数范畴成立，都无法突破二维多项式极强的代数刚性。

一、历史上两条走不通的反例路径

1. 实数域二维：有反例，但和经典猜想无关

1994 年数学家 Pinchuk 构造出了实数域R? 上的反例，推翻了 “实雅可比猜想”：存在多项式映射 F: R?→R?，雅可比行列式处处大于 0（局部微分同胚），但整体不是单射。

但它无法成为经典雅可比猜想（复数多项式版本）的反例，原因有二：
该映射的雅可比行列式不是常数，只是处处非零，不满足经典猜想 “雅可比行列式为非零常数” 的前提；
构造高度依赖实数的序结构和实平面的拓扑性质，平移到复数域C? 上会直接失效。

2. 二维有理映射：Vitushkin 的构造不是多项式

Vitushkin 1999 年俄文论文，构造的是二维有理映射（含分式项），确实实现了 “雅可比行列式恒为 - 2 且非单射”，但它不是多项式映射。

这个构造的核心依赖分母的代数消去来维持雅可比常值性；如果强行通分去分母、把它改造成纯多项式，雅可比行列式会立刻失去常值性，不再满足反例条件。这也是为什么本次三维反例必须升到三维才能成立 —— 多出来的一个自由度刚好可以 “吸收” 分母带来的额外项，维持行列式为常数。

二、系统性穷举：低次数反例已被彻底排除

数学家不仅靠灵感构造，还通过代数方法与计算机验证，系统性排除了绝大多数低次反例的可能：

1983 年莫宗坚（T.T. Moh）证明：二维复数多项式映射，若两个分量的次数均不超过 100，雅可比猜想必然成立，不存在反例。他还筛选出 4 组可能的高次候选参数，最终也全部被验证不成立。

2025 年的最新研究将这个次数上限推进到了104。

大量特殊情形也被证明不可能有反例：次数≤2 的任意维映射、其中一个多项式次数为素数 / 素数幂、齐次多项式映射等。

更经典的约化定理（Bass–Connell–Wright, 1982）指出：要证明全次数的雅可比猜想，只需证明三次齐次多项式映射的情形即可。但即使是三次齐次的二维映射，至今也没有找到反例。

换句话说：如果二维真的存在多项式反例，它的次数至少在 105 以上，且不能满足任何上述特殊条件，构造难度极大。

三、核心壁垒：二维的代数刚性远强于高维

三维反例能成立，本质是利用了高维空间的 “非固有映射” 空间 —— 构造一个 “趋向无穷时仍能取到有限值” 的多项式映射，从而实现多对一。但在二维复数域，存在极强的刚性限制，几乎堵死了这条路：

学界普遍相信（且有大量部分结果支撑）：二维常雅可比多项式映射必然是固有映射（紧集的原像仍是紧集，不会出现 “趋向无穷却取有限值” 的情况）。

如果映射既是固有映射、又是局部同构（雅可比非零常数），那么它就是C? 上的有限覆盖映射。
而C? 是单连通的复流形，它的有限覆盖只能是同构映射，也就是多项式自同构。

这就是三维能找到反例、二维却迟迟找不到的根本原因：二维的拓扑和代数结构几乎锁死了已知所有反例构造的核心思路。

四、学界的主流判断

目前代数几何界的普遍倾向是：
三维及以上的广义雅可比猜想不成立（本次反例验证了这一点）；
二维复数多项式雅可比猜想大概率是成立的，只是证明难度远超预期，需要全新的数学工具。

AI 在这件事里的角色，目前也只能做到挖掘冷门文献、验证候选构造，还无法突破二维的核心理论壁垒。

【 在 ble 的大作中提到: 】
: 不是平白无故推理出来的，而是Vitushkin 1999年一片无人文静的俄文论文的简单扩展。
: AI在这里扮演的更多的是发现淹没的知识的功能。
:
--
修改:z16166 FROM 123.122.126.*
FROM 123.122.126.*