HubSpot联合创始人兼首席技术官Dharmesh Shah宣布,早些年购买的顶级域名chat .com,已经卖给了OpenAI,现在可以跳转到ChatGPT。
OpenAI首席执行官Sam Altman公开确认购买了该域名,没有说收购价格。但肯定比之前1100万美元收购的AI.com(也是跳转到ChatGPT)贵很多。
Dharmesh也没有直接说,不过技术出身的他想玩个字谜游戏让大家猜一猜,或者直接放在推理很强的o1模型中推测一下。

谜题:Dharmesh以 1550 万美元购买了 “chat.com”。他购买这个域名是为了一个项目。他通常不出售域名,但当他出售一个域名时,几乎从不亏本。
OpenAI是这个域名的完美归宿,所以决定把它卖给OpenAI。他在OpenAI成立之前就认识Sam十多年了,Dharmesh不喜欢从他朋友的人身上获利。
他多次宣称自己非常喜爱 OpenAI这家公司,并且一直想拥有OpenAI的股份。他今年早些时候曾不谦虚地自夸说他现在是 OpenAI 的投资者。他目前生活非常富足,不需要出售域名所得的现金。
你认为他以多少钱出售chat .com域名?其中OpenAI股票的百分比是多少?

我们将这段谜题放在大模型中让它推理,并给出详细的流程和结果:
1. Dharmesh的购买成本和出售习惯:Dharmesh以1550万美元购买了chat.com,并且他通常不会亏本出售域名。这意味着出售价格至少要高于1550万美元。
2. 与OpenAI的关系和价值:Dharmesh已经认识Sam超过十年,对OpenAI表达了强烈的认可,并已经是OpenAI的投资人。这种关系和他对OpenAI的喜爱可能会影响到他对出售价格的考虑。考虑到他不希望从朋友中获利,他可能会提供一个相对合理而非最大化利益的价格。
3. 财务状况和动机:Dharmesh不需要现金,所以现金支付的压力较小。由于他希望获得OpenAI的股份且已经是投资者,很可能他会更倾向于通过股份的形式获得部分或全部的支付。
4. 合理的价格范围:如果我们假设chat.com对于OpenAI的重要性和潜在价值(特别是在AI和聊天相关的领域),出售价格可能会在2000万至3000万美元之间。一方面,这个范围超过了原始购买价格,确保不亏本;另一方面,这也是一个合理的市场估值范围。
5. 股份的比例:由于Dharmesh希望获得OpenAI的股份,且不急需现金,可能很大一部分支付会以股票形式进行。假设总价格为2500万美元,其中可能有一半即1250万美元是以现金支付,另一半1250万美元通过OpenAI的股份支付。这种比例允许Dharmesh继续参与OpenAI的增长,同时保有一定的流动性。
所以,AI推测Dharmesh可能以2000万—3000万美元区间的价格出售了chat.com,其中约一半的价值是以OpenAI股票形式支付。
其实就算Dharmesh的出售价格是保底1550万美元,这都是全球互联网史上最贵的顶级域名之一。
其他超贵的顶级域名包括,360.com 域名卖了1700万美元;NFTs.com域名为1500万美元;AI.com为1100万美元;
Tesla.com为1100万美元;Connect.com为1000万美元;Hotels.com为1100万美元;Fund.com为999万美元。
至于OpenAI为什么花费巨额资金买这么一个域名,主要出于提升品牌形象、巩固领导地位和知识产权保护三个目的。
通过拥有这样一个简洁且高度相关的域名,OpenAI能够更加有效地构建起一个易于记忆的品牌形象,尤其是针对其聊天机器人产品和服务。Chat.com这样的顶级域名不仅有助于提高用户对OpenAI产品的认知度,还能加强品牌的专业感和权威性。
此外,通过这样的域名投资,OpenAI还可以加强对自身知识产权的保护。持有Chat.com意味着OpenAI可以在一定程度上控制与“chat”相关的在线身份,减少混淆并强化其在AI聊天技术领域的独特地位。
从长远来看,OpenAI购买域名可能为探索新的商业模式铺平道路。例如,基于Chat.com平台,OpenAI可以考虑推出更多面向消费者的聊天应用或是为企业客户提供定制化聊天解决方案的服务。这不仅有助于增加收入来源,还能促进OpenAI技术的应用多样化,使其能够触及更广泛的受众群体。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。