硅谷AI圈今年夏天的諸神之戰(zhàn)昨夜正式拉開序幕——OpenAI在GPT-2之后終于再次擁抱開源，發(fā)布了一個“號稱”最強(qiáng)的開源推理大模型gpt-oss.

谷歌同樣沒閑著，直接丟出了一個“開天辟地”式的大殺器——Genie 3。它可以讓用戶一句話生成一個長達(dá)數(shù)分鐘的可以交互的三維虛擬世界，效果炸裂。

而OpenAI的老冤家，不認(rèn)AGI只管在AI編程賽道上蒙眼狂奔的Anthropic也不甘寂寞。它更新了自己最頂（gui）級的大模型：Claude Opus 4.1，將AI編程能力的上限再次提升。

雖然在不同維度上，昨晚的3個新產(chǎn)品發(fā)布都具有相當(dāng)重要的意義，但是這還只是未來幾天硅谷AI圈“神仙打架”的序幕，好戲還在后面呢。

而且就像御三家之前發(fā)布的所有產(chǎn)品一樣，背后團(tuán)隊中，國人依然是中流砥柱。所以，就連硅谷的吃瓜群眾，也在期待來自東方的DeepSeek和Qwen。希望國內(nèi)的AI力量，不會缺席這場夏末的AI盛宴。

01

OpenAI終于迎來了他的DeepSeek時刻

OpenAI時隔6年首次推出“開放權(quán)重”大語言模型：gpt-oss-120b和gpt-oss-20b。兩個模型都采用了Transformer架構(gòu)，并融入MoE設(shè)計。gpt-oss-120b總參數(shù)1170億，激活參數(shù)51億。gpt-oss-20b總參數(shù)210億，每token激活36億參數(shù)。

模型采用了分組多查詢注意力機(jī)制，組大小為8，以及旋轉(zhuǎn)位置編碼（RoPE），原生支持128k上下文。

性能上來看，OpenAI官方的說法是現(xiàn)在同體量下開源推理模型的SOTA：

gpt-oss-120b模型在核心推理基準(zhǔn)測試中實現(xiàn)了與 OpenAI o4-mini 接近的性能，可以在單張80 GB GPU 上高效運(yùn)行。gpt-oss-20b 在常見基準(zhǔn)測試中能達(dá)到與 OpenAI o3-mini 類似的性能，可以在僅具有 16 GB 內(nèi)存的端側(cè)運(yùn)行。

從模型體量上來看，OpenAI這次放出的兩個模型都是針對的本地部署的需求和市場，補(bǔ)齊之前的產(chǎn)品層面的短板。而且在許可證里，依然很雞賊的進(jìn)行了限制，不允許年收入高于1億美元或者日活超過100萬的實體商用。

發(fā)布之后，網(wǎng)友們也迫不及待地進(jìn)行了本地化的部署，性能反饋還不錯。

在RTX5090上運(yùn)行20B的版本，每秒能達(dá)到160-180tokens的輸出速度。

模型能力上看，用戶的實際反饋也都還不錯。這位網(wǎng)友在M4 MacBook上一次通過了3個常用的編程能力測試。

根據(jù)大模型能力測試機(jī)構(gòu)Intelligence Evaluation公布的眾測結(jié)果，OpenAI這兩款模型的性能確實在遠(yuǎn)遠(yuǎn)小于DeepSeek R1和Qwen 3的體量下，獲得了接近于兩個中國開源模型的性能。

客觀地說，這次模型的發(fā)布最大的意義在于讓OpenAI再次回到了開源牌桌之上，讓用戶也多了一個方便單機(jī)本地部署，能力還不錯的模型可以選擇，但也只能算是一次補(bǔ)作業(yè)式的發(fā)布。而所有人對OpenAI的期待，依然還是落在之后到來的GPT-5上，到底OpenAI能給業(yè)界還能帶來多大的震撼，讓我們拭目以待。

02

谷歌Genie 3：炸裂，但是期貨

雖然OpenAI沒有放出GPT-5，但是谷歌也不會允許OpenAI獨(dú)食流量，發(fā)布了一個非?！皯?zhàn)未來”的模型——Genie-3。

像開頭的視頻一樣，這是一個文生虛擬世界的模型，允許用戶用文字生成一個720p清晰度24 FPS流暢度的動態(tài)世界實時交互的世界模型，具有非常好的一致性和真實感。用戶可以自己用文字或按鈕的方式來控制探索這個世界中的各個細(xì)節(jié)。

圖注：走到一個鋁架子旁邊，然后走到那個大型的紅色工業(yè)攪拌機(jī)旁邊

通俗一點來說，如果說像Sora或者Veo 3這樣的文生視頻模型對應(yīng)的是電影的話，Genie-3生成的就是一個游戲或者說一個虛擬劇本殺。用戶不僅是在屏幕前看這個世界，更可以主動的通過自己的行為，和這個生成的世界進(jìn)行互動。

而不同于視頻模型的是，這樣的“世界模型”需要對用戶的行進(jìn)實時的反饋和互動，而且還必須符合現(xiàn)實世界的基本邏輯規(guī)律。比如你用手向后推一個漂浮的氣球，氣球不能向天上飛，而要向后飛。你用手輕推一輛汽車，它不能馬上就高速跑起來。

所以如果用戶對于視頻模型中一些小的瑕疵還能接受的話，世界模型就一定需要對物理反饋處理的非常精準(zhǔn)，雖然不一定能到LeCun要求的“理解物理世界”的水平，但是相比于視頻模型生成的一閃而過的畫面，生成的虛擬世界如果處理不好這些物理交互邏輯，那就是沒有意義的產(chǎn)品。

而我們看到谷歌提供的Demo中，隨著用戶輸入不同的指令，世界會實時給出不同的反饋，生成不同的內(nèi)容。想要做到這一點，需要的處理的技術(shù)問題是非常有挑戰(zhàn)性的。

而如果在未來，谷歌真的能把這條路徹底跑通，且不說“世界模型”背后的技術(shù)對機(jī)器人和自動駕駛領(lǐng)域會不會產(chǎn)生什么顛覆性的改變，就算對VR，游戲以及文生視頻行賽道生的影響，也將是難以想象的。

可惜的是，雖然Genie 3看起來足夠驚艷，但依然停留在官方演示階段，所有的發(fā)布內(nèi)容都為官方放出，沒有提供普通用戶試用，還是經(jīng)典的谷歌版期貨。

但雖說是期貨，可現(xiàn)如今，這樣具有跨時代意義的產(chǎn)品和技術(shù)突破，似乎只有對AI進(jìn)行飽和式火力覆蓋的谷歌，才能做到。

從技術(shù)層面來講，即便是像OpenAI這樣的創(chuàng)業(yè)公司，也只能能在Transformer這一類模型上和谷歌形成你追我趕之勢。雖然一年多以前，是OpenAI推出的Sora炸裂全場，拉爆了人們對于視頻生成模型的期待。但是真正有實力能持續(xù)投入，在時間維度上持續(xù)保持領(lǐng)先的產(chǎn)品，依然是谷歌和它的Veo。而Genie 3，也是谷歌多年默默耕耘，迭代了數(shù)個大版本的成果。

考慮到即便是Transformer，也是發(fā)源于谷歌，希望它能善待每一株火苗，早日讓我們感受到燎原的熱浪。

03

偏科冠軍的執(zhí)著：2%提升

一張圖就能很好地概括Anthropic昨晚的發(fā)布，AI編程能力上限又提高了2%。

但需要強(qiáng)調(diào)的是，這里的2%，不僅僅是Claude自己的提升，而是代表了現(xiàn)在AI編程能力的上限。

因為從用戶真實反饋和市場占有率上來看，Claude Opus幾乎就是現(xiàn)在AI Coding的口碑和占有率最高的模型。

而AI編碼，幾乎就是現(xiàn)階段大模型商業(yè)化最徹底，未來上限最高的一個分支賽道。所以面對OpenAI的血脈壓制，Anthropic選擇的是將所有資源和精力都花在提升自己模型的編程能力上。通過這個競爭策略，讓自己能夠持續(xù)留在大模型商業(yè)化的牌桌上，保留同谷歌和OpenAI持續(xù)對抗的可能。

所以從這個角度說，Opus 4.1的發(fā)布，似乎是在另外兩家發(fā)布補(bǔ)課和“戰(zhàn)未來”的產(chǎn)品時，向自己的所有客戶堅定地說，放心，你們選我錯不了。

04

AI圣誕夜背后的國人力量

昨夜硅谷AI圈的三彈連發(fā)，背后依然少不了華人科學(xué)家和工程師的身影。

OpenAI發(fā)布的gpt-oss系列模型的核心團(tuán)隊成員之一，就有參與多個項目的北大校友任泓宇。

在OpenAI期間，他主要負(fù)責(zé)后訓(xùn)練團(tuán)隊，主要研究方向為語言模型訓(xùn)練優(yōu)化。

而他現(xiàn)在，也已經(jīng)被小扎重金挖到了Meta，成為了Meta超（一）級（億）智（薪）能（酬）實驗室的成員。

在去OpenAI之前，他曾經(jīng)在蘋果，微軟，谷歌，英偉達(dá)都工作或者實習(xí)過。2018年從北大本科畢業(yè)后，他在斯坦福大學(xué)獲得了計算機(jī)博士學(xué)位。

而在社交網(wǎng)絡(luò)上，他也專門感謝了另一位華人科學(xué)家Wang Xin在項目后訓(xùn)練階段的貢獻(xiàn)。

她本科畢業(yè)于上海交大，后來在加州大學(xué)伯克利分校獲得了計算機(jī)博士學(xué)位。

之后在微軟，蘋果工作過，于今年2月份加入了OpenAI，主要負(fù)責(zé)模型的后訓(xùn)練工作。

而在谷歌發(fā)布Genie 3團(tuán)隊名單中，也有1名華人參與。

Emma Wang本科畢業(yè)于上海交通大學(xué)，在哈佛大學(xué)獲得博士學(xué)位。2019年博士畢業(yè)后加入谷歌，主要負(fù)責(zé)模型的優(yōu)化。2023年，她加入了DeepMind團(tuán)隊，之后參與了Genie 3服務(wù)系統(tǒng)的設(shè)計和優(yōu)化了，降低了10倍的延遲，大大提升了模型的吞吐量，從讓模型而實現(xiàn)了24fps的流暢度和亞秒級響應(yīng)延遲。

歡迎在評論區(qū)留言~
如需開白請加小編微信：dongfangmark