周四,OpenAI和微软宣布已签署一项不具约束力的协议来修订其合作关系,这标志着两家公司关系的最新发展。随着双方在AI市场竞争客户并为不断增长的基础设施需求寻求新合作伙伴,两家公司的关系变得越来越复杂。
"微软和OpenAI已经为合作关系的下一阶段签署了不具约束力的谅解备忘录(MOU),"两家公司在联合声明中写道。"我们正在积极努力最终确定正式协议中的合同条款。我们共同致力于为每个人提供最好的AI工具,这基于我们对安全的共同承诺。"
这一宣布正值OpenAI寻求从非营利组织重组为营利性实体之际,这一转变需要微软的批准,因为微软是OpenAI最大的投资者,自2019年以来已承诺投资超过130亿美元。
随着OpenAI从研究实验室发展成为估值5000亿美元的公司,合作关系显示出越来越大的压力。两家公司现在都在竞争客户,而OpenAI寻求的计算能力超过了微软能够提供的范围。这种关系还面临合同条款方面的复杂性,包括一旦公司达到所谓的AGI(通用人工智能)就限制微软获得OpenAI技术的条款——这是一个模糊的里程碑,两家公司现在在经济上将其定义为能够产生至少1000亿美元利润的AI系统。
5月,在前员工、监管机构和包括埃隆·马斯克在内的批评者日益增长的压力下,OpenAI放弃了完全转换为营利性公司的原计划。马斯克已起诉阻止这种转换,认为这背叛了OpenAI作为致力于造福人类的非营利组织的创立使命。
该公司转而宣布了一种修改后的方法,即非营利董事会将保持控制权,同时将其营利性子公司转换为公共利益公司。根据这种修订后的结构,非营利组织将成为最大股东,持有价值超过1000亿美元的股份,这是OpenAI董事长布雷特·泰勒在5月宣布的。周四与微软签署的谅解备忘录表明,两家公司正在努力就这一修改后的重组计划达成一致。
与重组相关的高风险
重组仍需要加利福尼亚州和特拉华州总检察长的批准,他们继续审查拟议的转换。慈善机构联盟也呼吁监管机构阻止该计划。
微软在1月的博客文章中表示,合作关系的关键要素将保持到2030年,包括获得OpenAI的知识产权、收入分享安排和OpenAI API的独占性。该协议为计算能力引入了优先购买权模式,取代了微软之前作为OpenAI唯一云提供商的独占性。
这两个曾经坚定合作伙伴之间关系的快速变化,反映了AI行业在过去六年中从实验性研究实验室爆炸性增长为数千亿美元基础设施投资的历程,这始于两家公司首次达成投资协议。OpenAI已经实现了基础设施合作伙伴关系的多元化,包括参与与Oracle和软银合作的5000亿美元Stargate项目,而微软已经扩展Azure来托管来自Meta、xAI和DeepSeek的竞争模型。
尽管两家公司都努力减少相互依赖,但它们的命运仍然深度交织。微软在最近的财报中披露,Azure已成为年收入750亿美元的业务,其中OpenAI相关服务贡献显著。
Q&A
Q1:OpenAI和微软签署的谅解备忘录主要内容是什么?
A:两家公司签署了不具约束力的谅解备忘录(MOU)来修订合作关系的下一阶段,目前正在积极努力最终确定正式协议中的合同条款,共同致力于为每个人提供最好的AI工具。
Q2:OpenAI为什么要从非营利组织转为营利性实体?
A:OpenAI已从研究实验室发展成为估值5000亿美元的公司,需要重组来适应业务发展。公司采用修改后的方法,非营利董事会保持控制权,同时将营利性子公司转换为公共利益公司,非营利组织将成为持有价值超过1000亿美元股份的最大股东。
Q3:微软和OpenAI的合作关系面临哪些挑战?
A:两家公司现在都在竞争客户,OpenAI寻求的计算能力超过微软能提供的范围。合作关系还面临合同条款复杂性,包括一旦达到AGI就限制微软获得OpenAI技术的条款,AGI被定义为能够产生至少1000亿美元利润的AI系统。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。