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
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。