OpenAI首席执行官萨姆·阿尔特曼承认,考虑到投资者和资本支出对AI的过度炒作,我们目前正处于AI泡沫期。阿尔特曼是在周四与The Verge及其他记者的对话中做出这一表态的。
"投资者整体是否对AI过度兴奋?我的观点是肯定的,"阿尔特曼说道。"AI是否是很长一段时间内发生的最重要的事情?我的观点也是肯定的。"
他还对GPT-5这一公司最新AI模型的突然发布表示遗憾。"我认为我们在发布过程中完全搞砸了一些事情,"阿尔特曼说。
当GPT-5在今年早些时候发布时,它取代了所有之前的模型,包括GPT-4o。这导致了喜欢4o更加对话式特性的用户的抗议。作为回应,OpenAI为Plus用户重新开放了4o的访问权限。
阿尔特曼还分享了对一些人与其AI聊天机器人形成拟社会关系的担忧,但确认ChatGPT不会成为性爱机器人。
7亿周活跃用户且持续增长
阿尔特曼表示,ChatGPT拥有7亿周活跃用户,使其成为世界第五大最受欢迎的网站。他预测ChatGPT很快将跃升至第三位,超越Instagram和Facebook,但仍落后于Google和YouTube。
这种受欢迎程度意味着OpenAI的服务器已达到容量上限。负载如此之大,以至于阿尔特曼承认OpenAI无法发布已经开发好的更好模型,因为没有足够的服务器容量来跟上需求。据这位CEO称,OpenAI将在"不太遥远的未来"在数据中心上花费一万亿美元。
阿尔特曼还略微调侃了埃隆·马斯克的Grok,后者发布了一个更加大胆的AI伴侣。"你肯定会看到一些公司去制作日本动漫性爱机器人,"阿尔特曼说。他认为OpenAI想要制作有用的应用程序,而不是剥削那些心理状态脆弱的人。
AI投资创历史新高
AI开发投资处于历史最高水平。根据Renaissance Macro Research的数据,AI资本支出在过去两个季度对美国GDP的贡献超过了所有消费者支出。这是一个惊人的统计数据,也是首次记录到这样的数字。
Google、Amazon、Meta和Microsoft计划仅在2025年就在AI上花费3640亿美元。这样的支出整体上推动了经济发展,任何变化都可能产生重大的外部影响。
特朗普政府实施的全球关税意味着投资者将软件公司视为避风港,因为它们更少关注商品进出口。分析师担心AI正在创造一个巨大的经济泡沫。如果泡沫破裂,反响可能是巨大的,有可能让经济崩溃。
阿尔特曼表示,OpenAI将制造脑机接口以与埃隆·马斯克的Neuralink竞争,并且除了ChatGPT之外还有更多应用程序即将推出。如果政府强制Google出售Chrome这款热门网络浏览器,OpenAI也有兴趣收购。
Q&A
Q1:为什么阿尔特曼说现在处于AI泡沫期?
A:阿尔特曼认为投资者整体对AI过度兴奋,存在过度炒作现象。虽然他坚信AI是很长一段时间内发生的最重要的事情,但当前的投资热度和资本支出确实超出了合理范围,形成了泡沫。
Q2:ChatGPT现在有多少用户?排名如何?
A:ChatGPT目前拥有7亿周活跃用户,是世界第五大最受欢迎的网站。阿尔特曼预测ChatGPT很快将跃升至第三位,超越Instagram和Facebook,但仍落后于Google和YouTube。
Q3:OpenAI为什么不能发布更好的模型?
A:因为服务器容量已达到上限。用户负载如此之大,OpenAI无法发布已经开发好的更好模型,因为没有足够的服务器容量来支撑。公司计划在不久的将来投资一万亿美元建设数据中心。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。