OpenAI制造了自己的危机模式：AI技术迎来新挑战

AI技术：全新危机模式下的开启与挑战

科技快讯中文网

　　 OpenAI的算盘失算了。

　　 OpenAI将一场原本需要2小时的发布会，分成了12天进行，每天发布大约15分钟的内容。这种精心设计的营销策略，让人有一种生怕错过任何一部分的紧迫感。

　　 然而，本以为能够激发观众的兴趣，但它却成了对手攻击的目标。在过去的12天里，Google从未如此频繁、密集地公布自家AI产品的进展。每次发布都仿佛是对OpenAI的一次猛烈反击。

　　 在此期间，谷歌近期推出了其大语言模型Gemini 2.0，在多家外媒的评测中，Gemini 2.0在多模态能力和处理速度方面已经显现出相对于OpenAI的GPT-4的优势。 这一进展不仅展示了谷歌在人工智能领域的持续投入与创新能力，也预示着未来AI技术竞争的加剧。随着Gemini 2.0的推出，我们可以期待在多个应用场景中看到更加智能和高效的解决方案。同时，这也提醒我们，随着技术的进步，如何确保这些强大的AI工具被负责任地使用，将成为一个重要的议题。

　　 接着，Google近期推出了一款新的视频生成模型Veo2，据实际测试显示，它在多个方面超越了竞争对手Sora。例如，Veo2在生成视频的真实性和细节表现上更为出色，而Sora则在这方面略显不足，容易产生不自然的动作和物体。此外，Veo2允许用户通过简单的提示来指定更多的镜头类型和拍摄方式，从而提高了视频生成的灵活性。

　　 尽管在第12天，OpenAI一举扭转了之前11天的沉寂，推出了新一代模型GPT-o3，其在各方面性能上接近AGI（通用人工智能），但用户对此并不感冒。大家普遍认为，GPT-o3仍然属于“期货”，就像之前的Sora一样，短期内还无法向公众开放。

　　 更早些，根据非营利组织METR在11月公布的一项评估，Anthropic公司的大型模型ClaudeSonnet3.5在七项测试中的五项表现优于OpenAI的o1-preview版本。

　　 在短短3个月内，OpenAI接连推出了顶级模型GPT-o1和GPT-o3，这无疑展示了其强大的研发实力。然而，面对竞争日益激烈的市场环境，其他公司也在迅速追赶，试图缩小差距。 这种快速迭代的研发速度不仅反映了人工智能领域的快速发展，也预示着未来技术竞争将更加激烈。尽管如此，OpenAI依然保持着领先优势，但如何持续保持这一优势，将是其未来面临的重要挑战。

　　 曾经断层式领先的openai，在2年的时间里从“神”变为了“优秀”，逐渐和越来越多的对手们站在了同一条起跑线上，甚至开始被超越。

　　 12天的发布会，从万众期待，变为口碑下坠。

　　 而在发布会之外，OpenAI的状况更是不容乐观。

　　 为了加速提升收入，OpenAI首席商务官Lionetti透露，该公司正积极寻求与医疗保健、制造业、法律及教育等行业的企业建立合作关系。例如，OpenAI在5月份推出了专为校园设计的ChatGPTEDU，并聘请了美国在线教育领军企业Coursera的前任高管，负责其教育业务。

　　 可惜，事与愿违。根据风投机构Menlo Ventures的数据显示，今年OpenAI在企业人工智能市场的份额从50%下滑至34%，与此同时，由亚马逊支持的Anthropic的市场份额则翻了一番，从12%增长到24%。

　　 从备受瞩目，到期望破灭，再到市场份额快速萎缩，OpenAI的局面为何会如此迅速地发生逆转？

　　 没有秘密了

　　 就在OpenAI为期12天的漫长发布会期间，据the information报道，又有两位核心人物从OpenAI离职。

　　 其中一位是OpenAI的重要成员AlecRadford，他在2016年加入，并参与了GPT-1到GPT-4的开发工作。开源文生图大模型StableDiffusion的创始人EmadMostaque曾这样评价AlecRadford：如果他离开了，那么OpenAI就会陷入困境。

　　 随着他的离职，GPT-1和GPT-2两代模型的核心论文作者现已全部离开OpenAI。

　　 可以说，2024年对于这家公司而言成为了其发展历程中的关键年份。

　　 在此之前，2022年12月1日，ChatGPT发布，2个月用户数突破1亿，全球互联网行业沸腾了，共识迅速达成：这是新时代的号角。于是，科技巨头、创业公司们集体追赶openai。截至2024年第一季度，全球人工智能大模型的数量已达到 1328个。其中，美国的占比最高，约 44%，中国则占 36%。

　　 到2023年3月14日，OpenAI发布了GPT-4，再次让世界为之震撼。每次的技术更新都在不断拓展着人工智能的边界，GPT-4无疑成为了AI领域的一座灯塔。 GPT-4的问世不仅标志着人工智能技术的重大突破，也预示着未来科技发展的无限可能。从深度学习到自然语言处理，GPT-4在多个领域的应用潜力巨大，这无疑将为各行各业带来前所未有的变革。同时，它也引发了关于AI伦理和技术责任的新一轮讨论，提醒我们在追求技术创新的同时，必须谨慎考虑其社会影响。

　　 到了2024年，似乎一切都变了。曾经创建起以上光环的人，密集地在这一年离开OpenAI，包括联合创始人 Ilya Sutskever 和 John Schulman、首席技术官 Mira Murati、GPT 创造者 Alec Radford，以及安全和产品负责人，以及刚加入7个月就在前不久离开的OpenAI 搜索主管 Shivakumar Venkataraman。

　　 他们中极少有人选择自主创业，大多数则加入了OpenAI的竞争对手行列，如谷歌、亚马逊、Claude（推测为Claude AI的简称）、xAI、Meta、微软等公司。 从当前的趋势来看，尽管有许多人对自主创业抱有憧憬，但现实情况是更多的人选择了加入那些已经在人工智能领域占据一席之地的大公司。这不仅反映了这些大公司在吸引人才方面的巨大优势，也暗示了在创业初期面临的种种挑战与不确定性。加入这些成熟的科技巨头，无疑能够提供更加稳定的工作环境以及更丰富的资源支持，这对于许多技术人才来说具有很大的吸引力。然而，这也可能意味着创新和变革的步伐可能会受到一定程度的影响，因为大型组织往往更加注重稳定性和风险控制。

　　 他们提升大模型的策略大多依赖于更多的GPU资源、数据量和顶级专家。

　　 密切参与硅谷顶级人才招聘的Databricks AI副总裁Naveen Rao近日在接受采访时提到，由于顶尖人才经常在各个机构间流动，几乎没有什么商业秘密能够得以保留。

　　 他是一位连续创业者，在将上一家公司MosaicML于2023年以13亿美元的价格售予Databricks后，他开始领导Databricks的AI产品部门。数据分析公司Databricks在本月刚刚完成了硅谷历史上规模最大的一轮融资，金额达到100亿美元。

　　 在他看来，全球真正能够建立新的前沿大模型的研究人员数量不足1000人，这也解释了为何这些顶尖人才的争夺战如此激烈。很少有行业像人工智能领域这样，顶尖人才能如此频繁地跳槽。“供不应求”的局面不仅赋予了他们更大的自由，也让他们拥有了更多的权力。 这种现象反映了当前人工智能领域的快速发展以及对顶级技术人才的高度依赖。尽管这为一些精英提供了优越的工作条件和机会，但也凸显出整个行业在人才培养和储备上的不足。如何培养更多的专业人才，减少对少数顶尖人才的过度依赖，将是未来需要关注的重要课题。

　　 Naveen Rao说，在大模型赛道，研究人员在组织中拥有的影响力是前所未有的，一个研究人员的想法可以完全改变产品，对一家公司的未来产生巨大影响。

　　 这是科技产业发挥个人英雄主义最好的舞台。

　　 OpenAI核心人员的大量出走，无疑一边将崛起的秘密和影响力带给了对手，也一边瓦解了OpenAI的商业壁垒。

　　 OpenAI的下一张牌GPT-5，依旧悲观

　　 在OpenAI连续举办了12天的发布会后，最后一日本应是庆祝的时刻，然而，《华尔街日报》却爆出一个令人意外的消息：GPT-5的研发遭遇了重大障碍。 这一消息无疑给期待已久的科技爱好者们泼了一盆冷水。尽管OpenAI在过去几周里通过一系列活动营造出一种即将取得突破性进展的氛围，但研发过程中遇到的技术难题似乎比预期更为棘手。这不仅反映了人工智能领域面临的挑战，也提醒我们，即使是最先进的技术项目，也可能面临不可预见的困难。希望OpenAI能够尽快克服这些障碍，继续引领人工智能技术的发展。

　　 据报道，自从2023年3月GPT-4推出以来，OpenAI一直致力于GPT-5的研发。该项目的内部代号为Orion，至今已经筹备了18个月。

　　 作为OpenAI的最大投资者，微软原本希望能够在今年年中看到新模型的问世，但这一目标并未实现。

　　 OpenAI已经进行了至少两轮大规模训练，每轮训练都需要几个月时间处理海量的数据，而每一次训练都会遇到新的技术难题。据知情人士透露，单单半年的训练成本可能就高达5亿美元。这样的高额投资让人不禁质疑其价值所在。 在这个数据为王的时代，人工智能领域的竞争异常激烈，投入巨资进行模型训练似乎成了行业内的常态。然而，面对如此庞大的资金消耗，我们必须思考：这样的投入是否真的能够带来相应的回报？在追求技术进步的同时，如何平衡研发成本与实际应用效果之间的关系，成为了一个亟待解决的问题。高额的研发费用不仅考验着投资者的耐心，也对企业的财务健康提出了挑战。因此，如何更高效地利用资源，优化训练过程，提升训练效率，将是未来人工智能领域发展的重要课题。

　　 此外，大模型训练所需的数据一般来自于书籍、学术出版物、新闻文章、社交媒体帖子等各种渠道。经验表明，给大模型输入的数据越多，它的智能表现就越好。然而，参与Orion项目的研究人员表示，现有的互联网数据已经不再足够，他们需要更加多样化和高质量的数据。

　　 这一观点与已离开OpenAI的联合创始人Ilya Sutskever的看法一致，他曾表示，互联网上的可用数据已近乎耗尽。

　　 据知情人士透露，OpenAI已经开始探讨使用所谓的“合成数据”——即通过人工智能生成的数据，用于训练Orion。不过，研究显示，这类数据常常会导致系统出现问题或给出不合理的答案。

　　 为了训练大规模模型，行业正在寻找新的解决方案，但目前尚无定论哪种方法最为有效。正如Ilya所说，“在过去的十年里，我在AI预测方面几乎总是正确的，但现在，我对未来的发展方向完全没有把握。” 这种不确定性反映了当前AI技术发展的一个重要阶段。尽管我们已经取得了巨大的进步，但面对日益复杂的问题，现有的技术和理论似乎遇到了瓶颈。这不仅需要更多的研究和创新，还需要跨学科的合作来推动整个领域向前发展。同时，这也提醒我们，尽管技术的进步速度令人兴奋，但保持谦逊和开放的心态对于理解这一领域的未来同样至关重要。

　　 尽管如此，尽管大模型的能力发展可能存在一些瓶颈，但业内人士并不认为我们应该因此过分担忧。目前的大模型技术已经远远超越了过去的AI技术，它们仍然能够极大地改变商业运作模式，并且有可能彻底重塑行业的竞争态势。

　　 AI投资者指出，尽管AI的热度可能有所下降，但该领域的进步依然持续不断，每个月都有新的突破。大型模型正逐步渗透到各种应用场景和行业中，这些变化虽然不像新闻热点那样引人注目，却在悄然间推动着行业的变革与发展。 这样的现象表明，AI技术的发展是一个长期且持续的过程，其影响力往往需要一定时间才能显现出来。因此，对于AI领域而言，真正的挑战在于如何让这些技术成果更有效地转化为实际应用，从而真正惠及各行各业。这不仅需要技术上的不断突破，还需要行业内外的共同努力，以促进AI技术与具体场景的深度融合。

　　 可以说，如今正值人工智能产业的蓬勃发展期，然而OpenAI所面临的挑战和危机也比以往任何时候都要多。 在这个快速发展的科技领域，OpenAI作为领头羊，不仅要面对技术上的难题，还要处理伦理道德、隐私保护以及市场竞争等多重压力。尤其是在人工智能应用日益广泛的同时，如何确保技术的安全性和公平性，成为了OpenAI不得不深思的问题。此外，随着越来越多的企业和研究机构加入到这个赛道，OpenAI也需要不断创新以保持其领先地位。面对这些挑战，OpenAI需要更加审慎地制定发展战略，同时加强与其他机构的合作，共同推动人工智能领域的健康发展。