OpenAI CEO Sam Altman 表示,公司并没有具体的总体规划,但确实希望开发一款类似订阅操作系统的产品——不过这将是为 AI 打造的,并且能够整合你一生中所有体验的模型。
这位 AI 界的“问题制造者”在 5 月初由风险投资公司 Sequoia 举办的 AI Ascent 2025 活动的问答环节中提出了这些想法。
环节中,一位观众提问新创企业如何才能避免与 OpenAI 直接竞争,Altman 回答说:“我们希望成为人们核心的 AI 订阅服务。”
“其中的一部分将类似于你在 ChatGPT 内所做的事情。但大部分我们希望能构建得越来越智能。我们还会有这些交互界面,就像未来设备一样,未来会有一些类似操作系统的东西,”他补充道。
Altman 对该计划如何实现细节提供得并不多。
“我们目前还没有确切搞清楚……到底是哪种 API 或 SDK,或者你想怎样称呼它……才能真正成为我们的平台,”他说道,并在之后向观众保证,“可能我们需要尝试几次,但我们终会做到。”
无论公司最终开发出什么,他都表达了这样的希望:借助该产品,“将会创造惊人的财富”,因为“有大量的东西可以构建”,与 OpenAI 所推出的产品并驾齐驱。
当被问及 OpenAI 是否计划定制 AI 模型时,Altman 表示,他的“理想境界”是构建一个推理模型,“拥有一万亿 Token 的上下文,你可以将你的一生全都注入其中。”
这样的模型将能知晓“你一生中每一次对话、你读过的每一本书、你接收过的每封邮件。你曾看过的所有内容都会存入其中,加上来自其他来源的所有数据。而且你知道,你的一生都在不断地为这上下文续写新的篇章。”
如果你对这种表述感到不安,我们有好消息也有坏消息。好消息是,Altman 承认 OpenAI 目前无法构建这样的模型;坏消息是他表示:“任何其他做法都是对这种理想境界的妥协。”
这一计划看起来也更像是一种理想,而非现实,因为当被问及 OpenAI 是否已有具体计划如何使用他们正在寻求的大量投资时,他回答道:“我们会努力设计出优秀的模型并推出好的产品,但除此之外并没有其他总体规划。”
他说,更宏大的计划是行不通的,因为创业者必须从一个“极其复杂的事物”倒推工作。
他更倾向于“做好眼前的事”,这对 OpenAI 来说目前意味着要构建“大量的 AI 基础设施”以及“不断提升模型表现”。这位 CEO 还希望“打造一个卓越的上层产品,就像面向消费者的产品及其所有组成部分。”
至于具体细节?他会在前进中逐步厘清。
“我们以灵活著称,会根据世界的变化调整策略,”Altman 说,“我们明年要构建的产品现在可能连我们都还没想到。”
这听起来颇像是全球领先的 AI 公司正随时根据情况临时应变。
活在这个时代,真是妙不可言。
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。