斯坦福大学日报消息,OpenAI联合创始人兼首席执行官Sam Altman,在斯坦福大学的英伟达(NVIDIA)礼堂进行了公开演讲,超过1000名学生排队参加此次活动。
Altman表示,从现在的技术创新和功能迭代来看,人类远远没有达到AI的极限,如果只是聚焦现在的AI能力将会是徒劳的。
一年前,OpenAI发布GPT-4模型时,全世界陷入疯狂,认为将彻底改变很多行业的工作模式。如今我们回头再看GPT-4,经常会讥讽地说,“它看起来好蠢啊~GPT-5到底何时发布?”
Altman说:“GPT-5将会比GPT-4更强大,GPT-6将会比GPT-5更智能,OpenAI的终极目标始终都没有变就是实现——AGI(通用人工智能)。”
在谈到实现AGI时,Altman认为开源不是最佳途径。这是因为,开源意味着放弃对技术的专有控制。对于OpenAI来说,他们投入大量的人力和算力资源开发的产品,需要获得丰厚的商业回报。
然后再用这些资金去创新、迭代发布更智能的产品,这一点,马斯克还在OpenAI时便与Altman等创始人达成了共识,他们认为,每年不烧个几十亿美元就想搞AGI根本没戏。
而Altman也表示,为了实现AGI,无论每年花费5亿、50亿还是500亿美元,只要能为全人类、AI领域做出一些贡献都不在乎。但这需要良性的资金来源,光靠别人捐献、融资是不行的。
这也是OpenAI从最初的开源策略,转换到闭源的根本原因之一。

现在,很多组织、个人开发者都能轻松复现GPT-4的能力,甚至在个别单元测试中超过它。但OpenAI的核心能力是技术变革,可以真正定义AI能力的下一个范式转变,就像苹果的iPhone对移动领域带来的颠覆性影响。
例如,今年2月15日,OpenAI发布了轰动全球的文生视频模型Sora,可能会重新定义影视、游戏开发、广告营销等行业,其影响力甚至比当年的ChatGPT来的更猛烈。
所以,OpenAI不怕别人拷贝、复制他们的产品,因为,在生成式AI领域,OpenAI永远是行业的领路人之一,为无数的创业者、开发者点亮一盏指路明灯。
前不久,OpenAI宣布无需注册就能免费使用ChatGPT。虽然来的有点晚,但对于很多没有能力开发类ChatGPT产品的国家/地区来说还是有帮助的,使得人人都能通过生成式AI产品来实现降本增效,这也是OpenAI在实现艰难的AGI的道路上的原动力——造福全人类。
在本次演讲中,还发生了一些趣事。Altman在2005年从斯坦福大学辍学并开始创业,演讲期间,一群学弟、学妹居然给这位学长唱起了生日歌,给Altman尴尬的不行,一直在傻笑~
为什么选择英伟达礼堂:2016年,英伟达创始人黄仁勋将第一台DGX-1 AI超级计算机捐赠给了OpenAI,当时马斯克作为联合创始人接收了这台设备并在上面签名。
昨天,黄仁勋又将世界第一台DGX H200超级计算机交给了OpenAI。
4月25日接收的最新超级计算机
如今的OpenAI已经今非昔比,早从当年的默默无闻的小公司成为生成式AI的领导者,而英伟达借助ChatGPT这股东风,成为超2万亿美元的科技巨头。
Altman则希望,二者之间的羁绊友谊可以继续长存下去。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。