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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。