周一,OpenAI 宣布获得由软银领投的创纪录 400 亿美元融资,这一出人意料的消息震惊科技界。此轮融资使 OpenAI 估值飙升至空前的 3000 亿美元,创下私募投资历史新高。
这笔具有里程碑意义的投资不仅凸显了 AI 日益增长的重要性,也预示着企业技术格局的转变。有了如此雄厚的资金实力,OpenAI 在为企业提供先进生成式 AI 解决方案的竞争中将更具持久力。该公司不仅要与 Google 和 AWS 等巨头抗衡,还需要谨慎处理与合作伙伴 Microsoft 的关系,同时还面临着 Anthropic 和 Elon Musk 的 xAI 等强劲对手的挑战。在此轮融资完成之前,市场一直质疑 OpenAI 是否有足够的资本继续在顶级赛场上竞争。
根据研究公司 Gartner 的数据,预计今年企业在生成式 AI 上的支出将达到 6440 亿美元,较去年增长 76%。这也解释了为什么大公司都在争相抢占市场份额。
OpenAI 在公告中表示,目前周活跃用户数达到 5 亿,较一个月前公布的 4 亿有显著增长。如此迅猛的增长态势使得公司迫切需要资金来建设服务器等基础设施以满足需求。这也表明,尽管面临激烈竞争(Google、Anthropic 甚至中国公司 DeepSeek 等竞争对手提供的 AI 模型在功能上往往可以媲美 OpenAI 的领先模型),但 OpenAI 的增长势头并未放缓。
周一,OpenAI 还宣布了另一个重大决定:计划推出开放权重推理模型,并允许开发者在自己的硬件上运行,这与 OpenAI 迄今为止以云订阅模式为主的营收模式形成鲜明对比。
融资详情深度解析
对于正在应对这一快速变化环境的决策者来说,理解 OpenAI 最新融资举措的影响至关重要。据 CNBC 报道,这笔 400 亿美元的融资主要来自软银,Microsoft、Coatue、Altimeter 和 Thrive Capital 也参与其中。根据 OpenAI 的公告,这笔资金将用于 AI 研究、计算基础设施建设以及增强包括广受欢迎的 ChatGPT 在内的 AI 工具套件。值得注意的是,其中 180 亿美元将投入到 Stargate 项目——这是 OpenAI、软银和 Oracle 合作开发大规模 AI 基础设施的联合项目。
报道还指出,此轮融资将分多个批次进行,部分资金的到位取决于 OpenAI 能否在今年年底前转型为营利性公司。
尽管 OpenAI 目前仍在亏损,但公司预计将在 2029 年实现收支平衡,之后开始获得可观利润。
CEO Sam Altman 周一早间在推特上表示,公司"在过去一小时内新增了 100 万用户",这与 26 个月前 ChatGPT 刚推出时五天内新增 100 万用户形成鲜明对比。最新一波用户激增得益于 OpenAI 上周对其图像生成技术的重大更新,该更新将图像创作的便利性和精细程度提升到了新的高度——消费者们疯狂地制作吉卜力工作室风格的自拍。值得注意的是,OpenAI 周一宣布恢复允许免费用户访问新的图像生成技术,此前由于服务器负载过重,该功能曾在上周暂时关闭。
虽然 OpenAI 在消费者端持续引发热潮,但对企业技术领导者而言,这轮融资也具有重要意义:OpenAI 增强的资源将有助于加速开发面向企业的先进 AI 模型和产品,使其在日益激烈的竞争中保持领先地位。企业应该预期会出现持续不断的新型 AI 驱动解决方案,这要求企业持续保持警觉,紧跟这些新产品的发布步伐,以保持竞争力。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。