根据 OpenAI 首席运营官 Brad Lightcap 周四在 X 平台的发文,ChatGPT 的周活跃用户已超过 4 亿,这一里程碑凸显了该公司在消费者和企业市场的持续增长。
在 Elon Musk 的 xAI 和中国的 DeepSeek 等竞争对手最近推出高性能模型,试图打破 OpenAI 主导地位的情况下,OpenAI 仍实现了快速扩张。企业领域表现尤为突出,目前有超过 200 万企业用户在工作中使用 ChatGPT,较 2024 年 9 月翻了一番。
Lightcap 写道:"ChatGPT 最近突破 4 亿周活跃用户,我们很幸运能每周服务全球 5% 的人口。"他还提到,自推出 o3 Mini 模型以来,OpenAI 的推理模型 API 使用量增长了 5 倍。该模型旨在提升逻辑推理和结构化问题解决能力。
AI 正在重塑职场:200 万企业依赖 ChatGPT
企业用户的激增验证了 OpenAI 的战略成功 - 将 ChatGPT 定位为严肃的企业生产力工具,而不仅仅是用于日常对话的聊天机器人。摩根士丹利、Uber 和 T-Mobile 等公司已将 OpenAI 的模型整合到工作流程中,用于生成报告、自动化客服和简化决策过程。
值得注意的是,OpenAI 的进展伴随着对生成式 AI 在关键业务应用中作用的严格审查。根据 FedScoop 报道,该公司最近获得了首个联邦机构客户 USAID,后者部署 ChatGPT Enterprise 来减少行政负担并简化合作流程。进军政府合同领域表明 OpenAI 正在成功克服阻碍 AI 在公共部门采用的监管障碍。
同时,OpenAI 通过与软银成立合资企业 SB OpenAI Japan 深化在日本的布局。这项合作涉及软银每年 30 亿美元的投资,旨在将 OpenAI 的技术整合到日本主要企业中,首批部署将在软银自身生态系统内进行,包括其半导体子公司 Arm 和数字支付平台 PayPay。
GPT-5 即将推出:OpenAI 的下一次人工智能飞跃
Lightcap 还透露,OpenAI 正准备推出 GPT-4.5 和 GPT-5,后者将把公司的 GPT 和 o 系列模型合并为一个更强大的统一系统。
"我们将很快在对话界面和 API 中提供 GPT-4.5 和 GPT-5,免费用户可以无限制使用 GPT-5 (Plus 用户可以使用更高智能级别),"他写道。
这一举措表明 OpenAI 致力于将其 AI 产品整合为一个统一模型,可同时处理通用对话 AI 任务和更专业的推理应用。
通过整合旗舰 GPT 模型的能力和 o 系列的结构化问题解决能力,OpenAI 押注"一个模型统治全局"的方法将为其带来竞争优势,而竞争对手仍在细分其 AI 产品。
AI 之战:OpenAI、xAI 和 DeepSeek 争夺全球主导权
OpenAI 的扩张恰逢 AI 行业竞争激烈之际,各公司都在争夺消费者和企业应用市场份额。
Musk 在 2018 年离开 OpenAI 之前是该公司的联合创始人,他一直对公司转向营利模式表示担忧。这位亿万富翁最近发起了 970 亿美元的收购要约,试图控制 OpenAI,但被公司董事会迅速拒绝。在此之后,OpenAI 凭借 Microsoft 的支持获得财务稳定性和云基础设施,将自己定位为企业 AI 部署的领导者。
与此同时,DeepSeek 凭借低成本的开源 AI 模型扰乱市场,特别是在对 OpenAI 定价模式持谨慎态度的开发者中获得关注。这家中国公司声称其最新模型的训练成本不到 600 万美元 - 比 OpenAI 和 xAI 在类似系统上的支出低一个数量级。
OpenAI 的未来展望?AI 在商业及其他领域的未来
OpenAI 最新的用户数据表明,尽管竞争加剧,公司仍在快速扩张。周活跃用户在短短三个月内从 3 亿增长到 4 亿,表明对 AI 驱动工具的需求持续增长,企业越来越多地将其整合到日常运营中。
GPT-5 的推出将是对 OpenAI 保持 AI 领导地位能力的关键考验。如果该模型能实现更强的推理能力、更好的个性化和更高的效率,可能会巩固 OpenAI 作为消费者和企业 AI 应用首选提供商的地位。
然而,面对 Musk 的 xAI、DeepSeek 和 Google 的 Gemini 模型争夺主导地位,OpenAI 不能放慢脚步。未来 12 个月很可能决定它是否能保持生成式 AI 的无可争议的领导者地位,还是会有新玩家打破人工智能领域的力量平衡。
好文章,需要你的鼓励
日立公司在CES 2026技术展上宣布了重新定义人工智能未来的"里程碑式"战略,将AI直接应用于关键物理基础设施。该公司与英伟达、谷歌云建立重要合作伙伴关系,并扩展其数字资产管理平台HMAX,旨在将AI引入社会基础设施,变革能源、交通和工业基础设施领域。日立强调其独特地位,能够将AI集成到直接影响社会的系统中,解决可持续发展、安全和效率方面的紧迫挑战。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
科技行业女性从业者比例从2015年的16%增至2025年的22%,进步缓慢。尽管各种倡议不断推进,但多元化员工仍面临离职率高、薪酬差距和发展机会不足等问题。2025年经济不确定性导致企业削减多元化项目,美国政策变化也产生连锁反应。随着AI技术快速发展,缺乏多元化团队将导致技术偏见,影响产品质量和市场表现。2026年将成为科技行业多元化发展的关键节点。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。