OpenAI的CEO山姆·奧特曼和特斯拉CEO馬斯克的矛盾，已經(jīng)是硅谷熱門的八卦。

兩人都是OpenAI的聯(lián)合創(chuàng)始人，但是奧特曼將OpenAI轉(zhuǎn)向商業(yè)化運(yùn)營(yíng)之后，馬斯克指責(zé)其背離初心，并起訴他違背創(chuàng)始協(xié)議。另外，馬斯克還成立xAI，和OpenAI直接競(jìng)爭(zhēng)。

奧特曼也奮起反擊，公布郵件顯示，馬斯克試圖掌控OpenAI，遭到拒絕后才不斷阻撓。

奧特曼可能還醞釀了一個(gè)“以其之道還施彼身”的反擊舉措，那就是研發(fā)自動(dòng)駕駛，和特斯拉FSD競(jìng)爭(zhēng)。

最近，奧特曼在做客了自己兄弟杰克·奧特曼的脫口秀，不知是否和兄弟聊天說(shuō)漏了嘴。

他說(shuō)：

我想我們有一些新技術(shù)，可以為普通汽車提供自動(dòng)駕駛，而且比當(dāng)前技術(shù)要好得多。

I think we have some new technology thatcould just do self-driving for standard carsway better than any current approach has worked.

這里說(shuō)比“當(dāng)前技術(shù)”“好得多”，當(dāng)然也包括馬斯克的FSD。

不過(guò)，奧特曼并沒(méi)有詳細(xì)介紹這一技術(shù)和推進(jìn)的時(shí)間表。只是說(shuō)：

如果我們的人工智能技術(shù)真能駕馭汽車，那還是很酷的。

Ifour AI techniques can like really go drive a car that's still pretty cool.

根據(jù)紐約時(shí)報(bào)旗下DealBook的消息，該技術(shù)尚處于早期階段，商業(yè)化也還要很遠(yuǎn)。

據(jù)其分析，這一技術(shù)涉及OpenAI的Sora視頻軟件及其機(jī)器人團(tuán)隊(duì)，但OpenAI 發(fā)言人沒(méi)有置評(píng)。

此前，OpenAI并沒(méi)有直接探索自動(dòng)駕駛業(yè)務(wù)，只是通過(guò)投資布局了一些自動(dòng)駕駛、汽車智能化的公司。

當(dāng)然，作為AI應(yīng)用中最被看好的一個(gè)場(chǎng)景，自動(dòng)駕駛擁有廣闊前景，也吸引了巨大關(guān)注。OpenAI如果真有絕招，是絕對(duì)不會(huì)放棄如此巨大的市場(chǎng)的。

如此看來(lái)，奧特曼和馬斯克以后大概率會(huì)吵得更兇。

01

什么絕招？

奧特曼上下嘴唇一碰，大家就要相信，OpenAI真有“好得多”的自動(dòng)駕駛技術(shù)嗎？

畢竟當(dāng)前自動(dòng)駕駛也是強(qiáng)手如林，谷歌旗下Waymo、特斯拉、Moblieye、高通、博世、還有一大批來(lái)自中國(guó)的企業(yè)，都已經(jīng)探索很久了。

OpenAI可能的技術(shù)路徑是什么呢？

大家可能都會(huì)回想起2024年初，OpenAI發(fā)布了Sora——文本生成視頻模型。

Sora可以根據(jù)用戶輸入的文本，快速制作長(zhǎng)達(dá)一分鐘的高保真視頻，還能獲取現(xiàn)有的靜態(tài)圖像并從中生成視頻。

Sora生成的視頻一下子驚艷了世人，因?yàn)檫@一模型能夠理解復(fù)雜場(chǎng)景中不同元素之間的物理屬性及其關(guān)系，掌握物體在物理世界中的存在和運(yùn)動(dòng)方式，從而生成足以以假亂真的視頻。

幾乎在Sora一發(fā)布，自動(dòng)駕駛、智能駕駛業(yè)界就討論說(shuō)，可將Sora用于自動(dòng)駕駛的模擬和訓(xùn)練，生成合成視頻數(shù)據(jù)，尤其是一些極限場(chǎng)景Corner Case，以彌補(bǔ)現(xiàn)實(shí)數(shù)據(jù)不足或成本高的問(wèn)題。

然而，也有專業(yè)人士迅速指出，Sora生成的畫(huà)面，并不完全符合物理原理，也可能難以捕捉駕駛動(dòng)態(tài)，如剎車或轉(zhuǎn)彎的物理行為。因此，并不能用來(lái)作為智駕模型訓(xùn)練的視頻數(shù)據(jù)。

不過(guò)，后來(lái)很多的研究者和從業(yè)者認(rèn)為，符合物理原理的仿真，還是能夠?yàn)閿?shù)據(jù)訓(xùn)練提供數(shù)據(jù)的?；蛘撸部梢杂糜趶?qiáng)化訓(xùn)練模型。

近來(lái)，自動(dòng)駕駛業(yè)界熱衷于搭建“世界模型”來(lái)作為自動(dòng)駕駛模型的基座模型。而OpenAI一開(kāi)始，就將Sora定義為可以生成視頻的世界模型。

像蔚來(lái)、小鵬等開(kāi)發(fā)的世界模型，邏輯是讓AI系統(tǒng)創(chuàng)建心理上的世界地圖，以理解世界的運(yùn)作方式，就像人類對(duì)世界的理解一樣，然后在此基礎(chǔ)上去駕駛車輛。

Sora的部分理念與世界模型模擬真實(shí)世界的目標(biāo)有一定的契合度。

另外，當(dāng)前自動(dòng)駕駛開(kāi)發(fā)的主流理念，都是“大數(shù)據(jù)-大模型-大算力”打法。OpenAI沒(méi)有駕駛數(shù)據(jù)，要想給出更好的自動(dòng)駕駛技術(shù)，大算力沒(méi)問(wèn)題，大模型也可以有，大數(shù)據(jù)則是無(wú)源之水——如果能靠仿真生成，至少邏輯上說(shuō)得通。但不少專家認(rèn)為，依賴仿真數(shù)據(jù)存在巨大風(fēng)險(xiǎn)。

02

OpenAI的汽車智能化業(yè)務(wù)

OpenAI自己沒(méi)搞過(guò)自動(dòng)駕駛，也沒(méi)有過(guò)做過(guò)智能座艙，但是通過(guò)其投資，也有所設(shè)計(jì)。

2023 年OpenAI 向Ghost Autonomy投資500萬(wàn)美元。這家自動(dòng)駕駛公司還同時(shí)獲得了微軟的算力支持，也曾嘗試將AI語(yǔ)言模型應(yīng)用于自動(dòng)駕駛。但是，它在2024年就倒閉了。

2025年6月10日，OpenAI和汽車智能化公司Applied Intuition達(dá)成合作。雙方合作聚焦于把最新AI技術(shù)發(fā)展成果融入現(xiàn)代汽車，使其轉(zhuǎn)型為智能伙伴。

官方通告說(shuō)，通過(guò)將大語(yǔ)言模型驅(qū)動(dòng)的語(yǔ)音助手和智能體引入車內(nèi)，下一代汽車將成為具備深度個(gè)性化體驗(yàn)的生產(chǎn)力工具。

通告還說(shuō)，合作的核心目標(biāo)之一是實(shí)現(xiàn)移動(dòng)設(shè)備與私人車輛智能系統(tǒng)的無(wú)縫連接。此外，Applied Intuition 還將在多個(gè)部門部署 ChatGPT，助力員工提升工作效率、優(yōu)化策略規(guī)劃，以更高效地實(shí)現(xiàn)公司目標(biāo)。

從這些描述來(lái)看，合作更偏向于智能座艙的人機(jī)交互方面，而不是直接應(yīng)用于自動(dòng)駕駛。

03

從語(yǔ)言模型到多模態(tài)模型、世界模型

業(yè)界曾有觀點(diǎn)認(rèn)為，依托大語(yǔ)言模型的快速進(jìn)步，自動(dòng)駕駛一類的空間智能可能很快實(shí)現(xiàn)。但是，如今的AI大牛（參數(shù)丨圖片）們，都認(rèn)為，光靠語(yǔ)言模型，是不夠的。

OpenAI雖然以大語(yǔ)言模型震驚世人，仍以大型語(yǔ)言模型（LLM）為核心，但已逐步向多模態(tài)模型和世界模型領(lǐng)域延伸。

奧特曼也曾經(jīng)表示，世界模型需具備“理解物理因果關(guān)系、預(yù)測(cè)事件發(fā)展” 的能力，這與 LLM 的推理能力結(jié)合，可能推動(dòng)AGI（通用人工智能）突破。

不僅僅是OpenAI這么判斷。包括人工智能教母李飛飛、Meta首席人工智能（AI）科學(xué)家Yann LeCun（楊立昆）都有類似觀點(diǎn)。

楊立昆就說(shuō)，當(dāng)前AI雖在多個(gè)領(lǐng)域展現(xiàn)驚人能力，其仍缺乏理解物理世界、持久記憶、邏輯推理與分層規(guī)劃四大人類智能核心特征。

而沒(méi)有這些能力的AI，是不可能駕駛汽車的。

解決方案，眾人所指，都是世界模型。

楊立昆在Meta開(kāi)源世界模型V-JEPA 2是說(shuō)，在世界模型的幫助下，AI不再需要數(shù)百萬(wàn)次的訓(xùn)練才能掌握一項(xiàng)新的能力，世界模型直接告訴了AI世界是怎樣運(yùn)行的，這可以極大提升效率。

聽(tīng)起來(lái)，有點(diǎn)奧特曼沒(méi)說(shuō)出來(lái)的自動(dòng)駕駛“大招”的影子。

實(shí)踐層面，AI時(shí)代“賣鏟子”的英偉達(dá)已經(jīng)遞上新“鏟子”。

在CES 2025上，英偉達(dá)CEO黃仁勛說(shuō)，“機(jī)器人的ChatGPT時(shí)刻即將到來(lái)。與大語(yǔ)言模型類似，世界基礎(chǔ)模型（World Model）對(duì)推動(dòng)機(jī)器人和自動(dòng)駕駛汽車的開(kāi)發(fā)至關(guān)重要?！?/strong>

英偉達(dá)發(fā)布的Cosmos 世界基礎(chǔ)模型，就是專為物理交互、工業(yè)環(huán)境和駕駛環(huán)境的高質(zhì)量生成而構(gòu)建，具備生成逼真視頻、創(chuàng)建合成訓(xùn)練數(shù)據(jù)等能力，幫助機(jī)器人和汽車更好地理解物理世界。

意思是，Cosmos 世界基礎(chǔ)模型比起Sora來(lái)，是不是仿真，本來(lái)就是“真”。

對(duì)此，OpenAI肯定已經(jīng)著手推進(jìn)，將自己的AI版圖擴(kuò)展到空間智能上。

其實(shí)，OpenAI很早就有機(jī)器人團(tuán)隊(duì)，但2021年解散了。2024年，機(jī)器人團(tuán)隊(duì)重新組建，并在2025 年進(jìn)一步擴(kuò)大，并招聘不少硬件機(jī)器人相關(guān)職位。

此外，OpenAI還與機(jī)器人初創(chuàng)公司Figure 建立了合作關(guān)系，為其人形機(jī)器人提供 AI 模型支持。

人形機(jī)器人的基礎(chǔ)模型和自動(dòng)駕駛非常接近。在探索世界模型的過(guò)程中，OpenAI如果有所突破，并將其應(yīng)用于自動(dòng)駕駛，是順理成章的。畢竟，自動(dòng)駕駛市場(chǎng)是毫無(wú)疑問(wèn)的萬(wàn)億美元級(jí)市場(chǎng)。

奧特曼即便做不成自動(dòng)駕駛，在馬斯克自以為傲的領(lǐng)域阻擊一下他，也算是報(bào)一箭之仇啊。