“從第一代推理模型 o1 到最新的 o3，同等復(fù)雜推理的成本直接下降了 1000 倍。而到 2028 年末，全球數(shù)據(jù)中心里 AI 產(chǎn)生的認(rèn)知能力總和，將超過全人類的總和。”

這是 OpenAI CEO 薩姆·奧特曼（Sam Altman）在最新一屆貝萊德（BlackRock）峰會上拋出的兩個核心判斷。

圈內(nèi)人都清楚現(xiàn)階段搞大模型有多燒錢，但在這場與華爾街頂級基建資本的對談中，Altman 討論的焦點(diǎn)已經(jīng)不再是算法、代碼和神經(jīng)網(wǎng)絡(luò)，而是千兆瓦級的核電站、水冷系統(tǒng)、高壓輸電線路和數(shù)以萬計(jì)的鋼筋水泥。

當(dāng)一家最前沿的 AI 軟件公司被迫下場大談重資產(chǎn)基建，說明大模型之戰(zhàn)的底層邏輯已經(jīng)變了。Altman 坦言，AI 已經(jīng)跨過了“只配做輔助工具”的臨界點(diǎn)。現(xiàn)在的硅谷初創(chuàng)公司甚至已經(jīng)不再討論“要招多少人”，大家全都在想盡辦法去搶占算力份額。

為了不讓 AGI 的進(jìn)化被現(xiàn)實(shí)的電網(wǎng)和水管限制住，OpenAI 必須去造“大壩”，試圖把智能變成像自來水一樣廉價的基礎(chǔ)設(shè)施。

在這場信息密度極高的對話中，Altman 詳細(xì)拆解了算力遭遇的物理瓶頸，并罕見地給出了他對中美 AI 真實(shí)牌桌地位的底層觀察。我們?yōu)槟闾釤捔诉@場實(shí)錄的四個關(guān)鍵要點(diǎn)：

• 1000 倍的成本崩塌：復(fù)雜推理正在經(jīng)歷史無前例的通縮。從 o1 到最新模型，解決同等難度問題的成本暴降千倍，靠“堆算力”解決復(fù)雜任務(wù)的路線已經(jīng)徹底跑通。

• 2028 年的奇點(diǎn)時刻：四年后，數(shù)據(jù)中心內(nèi)的 AI 認(rèn)知輸出將正式超越物理世界的所有人類，大公司 CEO 和頂尖科學(xué)家們將把絕大多數(shù)工作直接外包給 AI 智能體。

• 大國博弈的真實(shí)身位：美國在最前沿的旗艦?zāi)Ｐ蜕媳３诸I(lǐng)先，但中國在“將舊模型推理成本做到極致廉價”以及“物理基建的推進(jìn)速度”上，已經(jīng)展現(xiàn)出極強(qiáng)的優(yōu)勢。

• 智能的終極形態(tài)：未來的 AI 絕不是按次付費(fèi)的昂貴軟件。OpenAI 押注基建的最終目的，是讓智能像水和電一樣，“極其廉價，以至于根本無需計(jì)量”。

以下為這場對談的中文實(shí)錄。

01 跨越臨界點(diǎn)，AI 正式成為“數(shù)字員工”

Bayo（主持人）：大家好。我聽說這個行業(yè)大概每 60 分鐘就會誕生空缺職位，如果這次投資峰會不太成功的話，也許我可以考慮轉(zhuǎn)行做個訪談記者。

不過在此之前，我得做個充分的利益披露。Sam 是我的朋友，同時我也是 OpenAI 董事會的成員。但我向大家保證，我絕不會只問他那些無關(guān)痛癢的“軟柿子”問題，我會召喚出我內(nèi)心的新聞?wù){(diào)查之魂來提問。

Sam，正如我所說，你是 OpenAI 的 CEO 和創(chuàng)始人之一。你之前曾擔(dān)任 Y Combinator 的總裁，在那里你幫助孵化并擴(kuò)大了世界上最具影響力的一批初創(chuàng)公司，并為重塑整個行業(yè)的企業(yè)提供了戰(zhàn)略指導(dǎo)。在 OpenAI，你顯然處于推動人工智能發(fā)展造福全人類的最前沿，幫助將最尖端的 AI 工具交到數(shù)以百萬計(jì)的用戶手中。目前大概有多少用戶了？8 億？9 億？

Sam Altman：不止，還要更多。

Bayo：更多？企業(yè)用戶也遍布全球。所以，Sam，讓我從一個我認(rèn)為在座每個人腦海中都在盤旋的問題開始：在當(dāng)前的 AI 世界里，我們到底走到了哪一步？

Sam：我認(rèn)為在過去幾個月的某個時刻，我們真正跨過了一個臨界點(diǎn)——這些模型已經(jīng)具備了重大的經(jīng)濟(jì)實(shí)用價值（Major Economic Utility）。

這可能在更早一點(diǎn)的時候就已經(jīng)發(fā)生了，但在我們弄清楚如何真正發(fā)揮這些模型的潛力之前，存在一個巨大的“懸滯期”。我們不僅需要繼續(xù)讓模型變得更聰明，還得弄清楚各種底層架構(gòu)，讓它們變得易于使用。

現(xiàn)在，我們所處的世界是：這些模型的工作能力簡直令人驚嘆。我想這一點(diǎn)在編程領(lǐng)域表現(xiàn)得最為明顯。但同樣的事情也正在科學(xué)領(lǐng)域發(fā)生，在眾多知識工作領(lǐng)域中發(fā)生。

我們現(xiàn)在正處于一種令人有些眩暈的加速期。人們開始驚呼：“天吶，我以為這些東西還要好幾年才能實(shí)現(xiàn)，怎么現(xiàn)在就發(fā)生了？”

這讓我的工作重心也發(fā)生了轉(zhuǎn)移。過去我可能是在做直接的技術(shù)工作或者法律事務(wù)，現(xiàn)在我已經(jīng)轉(zhuǎn)向了管理一個由多個 Agent（智能體）組成的團(tuán)隊(duì)來完成這些工作。

這一趨勢將會走得非常遠(yuǎn)。我認(rèn)為我們正處于這條曲線的一個非常陡峭的爬坡階段。現(xiàn)在，你也許可以信任一個 AI 軟件工程師去完成一項(xiàng)需要數(shù)小時的任務(wù)。很快，這將變成能夠執(zhí)行數(shù)天的任務(wù)，然后是數(shù)周的任務(wù)。

在不久之后的將來，范式將會再次發(fā)生轉(zhuǎn)變。未來的體驗(yàn)將是：這些 AI 系統(tǒng)深度連接到你的生活、你的公司，持續(xù)不斷地思考、工作，擁有你所需的全部上下文信息。它們做起事來，就像你極其信任的一位資深員工一樣。

Bayo：你覺得，這些公司是否已經(jīng)真正理解了這些系統(tǒng)如何幫助他們，并且正在重塑他們的業(yè)務(wù)模式？

Sam：有的理解了，有的還沒有?？梢哉f，新一代的初創(chuàng)公司在思考方式上，完全不同于以往任何一代初創(chuàng)公司。

過去我們和初創(chuàng)公司交流時，他們會談?wù)撟约盒枰蛡蚨嗌賳T工。現(xiàn)在？他們通常根本不想雇傭太多人，他們覺得那會拖慢公司的速度。他們所有的焦點(diǎn)都在于：“我能獲取多少算力？”、“我能預(yù)留多少容量？”、“我能為那個項(xiàng)目達(dá)成一筆云服務(wù)交易嗎？”、“我能拿到多少 Token？”。

這是一種思維方式的根本轉(zhuǎn)變，大公司在這方面的轉(zhuǎn)變速度要慢得多，但有些大公司也已經(jīng)開始行動了。

我認(rèn)為你能最明顯看到這種變化的地方，就是各大公司的工程和產(chǎn)品部門。他們正在討論今年打算將交付量翻兩倍甚至三倍，而這在以前是從未發(fā)生過的。

02 “幻覺”不再是借口了

Bayo：你一直直言不諱地表示，通用人工智能（AGI）的到來，會比大家預(yù)想的要早得多。我想請你分享一下，我們現(xiàn)在距離那個目標(biāo)究竟有多近？它究竟多快會到來？

Sam：現(xiàn)階段，“AGI 的定義到底是什么”變得非常關(guān)鍵。

有些人會說：“我們現(xiàn)在就已經(jīng)實(shí)現(xiàn)了 AGI。”另一些人說：“它非常接近了。”還有人說：“它至少還需要一年時間?！?/p>

無論如何，這套關(guān)于定義的爭論已經(jīng)失去了太多實(shí)際意義。這里有兩個我們正在跨越的有趣門檻：

第一，什么時候全球數(shù)據(jù)中心里 AI 所消耗的認(rèn)知能力，會超過數(shù)據(jù)中心外所有人類的總和？按照我個人的感覺，雖然這是一個巨大的誤差范圍，我也可能完全猜錯，但這大概會在 2028 年末的某個時候發(fā)生。這是一個改變世界格局的巨大轉(zhuǎn)變。

第二，什么時候一家大公司的 CEO、一個大國的總統(tǒng)、或者一位諾貝爾獎得主的科學(xué)家，能夠完全把自己的工作交給 AI 去做？（這并不意味著會有 AI CEO 或 AI 總統(tǒng)，但這意味著，如果沒有深度依賴 AI 的協(xié)助，他們將無法完成自己的工作。）

這同樣不同于一名人類 CEO 和每一個員工交流，去參加每一個會議，成為每個領(lǐng)域的專家。這越來越變成了“監(jiān)督一群 AI 智能體”，提供方向指導(dǎo)，決定如何信任這些輸出。

而對于“什么時候你真的不想親自去做一項(xiàng)任務(wù)，只要讓 AI 去做就行了”，我認(rèn)為這個門檻的跨越速度也會快得驚人。可能不需要太久。

Bayo：在這個過程中，你們是如何確保我們正在開發(fā)的人工智能能夠真正造福全人類的？

Sam：這方面的進(jìn)展速度之快，簡直令人難以置信。

如果我有一個關(guān)于商業(yè)模式的新想法，或者一個戰(zhàn)略轉(zhuǎn)變的思路，或者我們要推出的一個新產(chǎn)品功能。在我把它拋給其他人之前，我要做的第一件事，就是先去問我們自己的 AI 工具。

隨著它們獲得更多的上下文信息，這一過程正在成為現(xiàn)實(shí)。當(dāng)它們能夠獲取我們公司內(nèi)部所有的文檔、通信記錄、代碼、客戶數(shù)據(jù)時，它們給出的答案質(zhì)量變得越來越好。

我們可以退一步來看看幾個月前我們發(fā)布的產(chǎn)品。大概 16 個月前，我們發(fā)布了第一個推理模型，叫做 o1。而最近，我們發(fā)布了 o3 模型。

從第一個模型到 o3，為了得到同樣難度問題的答案，它的成本降低了1000 倍！

這是一種令人難以置信的進(jìn)步。在這短短的時間內(nèi)，你只需花費(fèi)極少的成本，就能得到極其精確的推理。

03 OpenAI 為什么要造“星際之門”？

Bayo：兩周前，你宣布了一筆高達(dá) 1100 億美元的融資回合。我問 ChatGPT，這與其他公開市場的融資相比如何？ChatGPT 告訴我它不知道。但實(shí)際上，這是公開市場上其他任何融資規(guī)模的四倍。（史上最大的是沙特阿美幾年前 250 億美元的 IPO）。

此外，這些資金來自世界上最大、資金最雄厚的三個戰(zhàn)略伙伴：亞馬遜（Amazon）、英偉達(dá)（Nvidia）和軟銀（SoftBank）。

請跟我們講講這件事的背景。這個行業(yè)現(xiàn)在正處于怎樣的拐點(diǎn)？還有，大家最關(guān)心的一個問題：你們?nèi)谶@么多錢，到底要花在哪里？

Sam：這項(xiàng)業(yè)務(wù)有很多困難的地方，但其中最艱難的一點(diǎn)是：基礎(chǔ)設(shè)施極其昂貴。你需要極大的體量，并且你必須提前很久就做出巨額的資本承諾。

我從未見過有哪個行業(yè)像現(xiàn)在這樣。縱觀歷史，確實(shí)有很多資本密集型的產(chǎn)業(yè)，但當(dāng)我展望未來幾年擺在我們面前的任務(wù)時：如果算力的需求保持像現(xiàn)在這樣陡峭的增長曲線，它的需求擴(kuò)張速度和增長速度都將是極其驚人的。你必須去完成一些非常不同尋常的事情。

OpenAI 做了很多看起來很離譜的事情。比如，我們在尚未產(chǎn)生對應(yīng)收入之前，就在基礎(chǔ)設(shè)施上投入了巨量資金。我們探索新的商業(yè)模式，比如那些看起來并不是最賺錢的廣告模式等。

但我們有一個根深蒂固的信念：我們堅(jiān)信智能的富足（Abundance of Intelligence）。

未來最重要的事情之一，就是我們要讓智能變得就像一句古老的行業(yè)名言所說的那樣——“極其廉價，以至于無需計(jì)量”（Too cheap to meter，注：最初用于形容核電）。

我們想要用智能淹沒整個世界。我們希望人們把它用在所有的事情上。我們希望它能成為未來子孫后代連想都不會去想的、理所當(dāng)然的基礎(chǔ)設(shè)施。他們會理所當(dāng)然地認(rèn)為，在任何地方，任何領(lǐng)域，他們都能隨時獲取所需數(shù)量的頂級天才的幫助。

而這個原則——這也是我們最重要的指導(dǎo)原則之一——導(dǎo)致了許多在其他公司看來非常不符合商業(yè)直覺的行為。其中之一就是：我們真的想徹底打破我們所處的這個現(xiàn)狀——在這個現(xiàn)狀里，我們?nèi)匀挥X得如果不在自身做出改變，我們就只能停留在一條被算力產(chǎn)能死死限制住的發(fā)展軌跡上。

Bayo：所謂的“產(chǎn)能限制”，你指的是“算力”嗎？

Sam：是的，算力。我經(jīng)常聽你這么說，算力就等于收入（Compute is Revenues）。我想請你談?wù)勀闶窃趺纯创@個問題的？

從根本上說，我們的業(yè)務(wù)，以及我認(rèn)為未來所有其他模型提供商的業(yè)務(wù)，看起來都將是銷售Token。

這些 Token 可能來自更大或更小的模型，這就使得它們或貴或便宜；它們可能使用了更多或更少的推理能力，這也會影響成本；它們可能一直在后臺運(yùn)行以試圖幫助你；也可能只有當(dāng)你需要時才按需運(yùn)行，以節(jié)省費(fèi)用；它們可能會非常努力地在一個單一問題上耗費(fèi)成百上千億美元去攻堅(jiān)，那將是極具價值的。

但我們看到的未來是：智能是一項(xiàng)公用事業(yè)，就像電力或水一樣。人們通過計(jì)費(fèi)表從我們這里購買它，然后把它用于任何他們想用的地方。

目前我們看到的對這種智能的需求，似乎會繼續(xù)像這樣直線上升。如果我們不能提供足夠的算力，我們要么就沒法賣它，要么價格就會飆升得極高，最終變成只有富人才能享受的特權(quán)。

或者，社會將不得不做出一些極其艱難的中央計(jì)劃決策，比如“我們要把有限的算力用在這個領(lǐng)域，而不是那個領(lǐng)域”。

對我來說，在整個資本主義創(chuàng)新歷史上，最好的辦法就是：向市場傾注海量的供應(yīng)。

而為了解決這些算力需求的瓶頸——比如大家熟知的“星際之門”（Stargate）項(xiàng)目，這是一個極其龐大的基礎(chǔ)設(shè)施構(gòu)想。幾個月前，你宣布了這方面的計(jì)劃。目前這個項(xiàng)目在美國本土的進(jìn)展如何？在其他地方（比如阿布扎比）的進(jìn)展又如何？

Sam：說實(shí)話，這份工作有很多很酷的部分，其中最酷的一點(diǎn)，就是能去參觀這些正在建設(shè)和運(yùn)營中的超級數(shù)據(jù)中心。

那規(guī)模簡直無法用語言形容。你去看看那些吉瓦級（Gigawatt）的園區(qū)，真的很難解釋那種震撼。你看到照片，會覺得“哦，看起來挺大”。但當(dāng)你親自走到那里，穿過一座又一座建筑，看到里面有整整一萬名工人在同時作業(yè)，各種各樣的熟練工種在進(jìn)行各種不同的操作，看起來就像里面停著一艘宇宙飛船一樣。這絕對令人嘆為觀止。

我們目前正在阿比林（Abilene，得克薩斯州城市）建設(shè)第一個站點(diǎn)。我預(yù)計(jì)那將是世界上最好的模型訓(xùn)練基地。

看到這個項(xiàng)目從僅僅是一個構(gòu)想、經(jīng)過多次考察，一路走到現(xiàn)在真正把它當(dāng)成一種“信仰”去大規(guī)模執(zhí)行，這非常驚人。直到有一天，OpenAI 的一位研究員在鍵盤上敲下一條命令，按下回車鍵，瞬間，難以置信數(shù)量的 GPU 會同時啟動，開始在這個極其龐大復(fù)雜的系統(tǒng)上進(jìn)行一場聯(lián)合計(jì)算。這太酷了。

至于我們面臨的最大驚喜和最大困難？

不出所料，各種挑戰(zhàn)都出現(xiàn)了，還有那些未知的未知。比如我們在阿比林遇到了一場極端瘋狂的惡劣天氣，這不在我們的計(jì)劃之內(nèi)，拖慢了一點(diǎn)進(jìn)度；還有各種供應(yīng)鏈的挑戰(zhàn)。

在這樣龐大的規(guī)模下，任何一點(diǎn)小事出錯，都會引發(fā)連鎖反應(yīng)，這也是為什么能夠晝夜不停地建設(shè)如此復(fù)雜的系統(tǒng)是一個奇跡。

但最大的驚喜之一，是大家為了在極短時間內(nèi)完成這件事，所展現(xiàn)出的空前團(tuán)結(jié)。無論是不同的組織、各種工程師團(tuán)隊(duì)，大家都在巨大的壓力下緊密合作。

而這個過程帶給我的啟示，也是很多人關(guān)注的焦點(diǎn)：Are we optimistic?（我們樂觀嗎？）

長期來看，我非常樂觀。我毫不懷疑我們將弄清楚如何構(gòu)建海量的發(fā)電能力，AI 當(dāng)然也會在這個過程中幫上大忙。我也看好全球?qū)⒊霈F(xiàn)豐富的清潔能源選項(xiàng)，比如天然氣、太陽能、核裂變、核聚變等等。

但我真正擔(dān)心的是我們能否快速提升“每瓦特效率”（Efficient per watt）。

如果需求增長一直像現(xiàn)在這么陡峭，我其實(shí)某種程度上是在期盼一個奇跡——我們需要找出能夠讓模型效率大幅提升的方法，以給我們爭取時間去建設(shè)所有那些物理基礎(chǔ)設(shè)施。

然而過去的記錄是驚人的。人們常常引用各種漂亮的數(shù)據(jù)來說明過去幾年我們的模型效率提升了多少。正如我前面提到的，從 o1 到最新的推理模型，我們在復(fù)雜問題上獲得了相同的答案，但成本降低了 1000 倍！這絕對是難以置信的速度。

這也揭示了兩點(diǎn)：

第一，我們?nèi)蕴幱谶@個范式的極早期階段。關(guān)于如何訓(xùn)練和高效運(yùn)行這些模型，我們還有太多的東西需要學(xué)習(xí)。以前我們在做很多很蠢的無用功，未來它會變得越來越好。

第二，人類的智慧和在約束條件下解決問題的能力，始終能帶來極大的驚喜。

所以，這不僅僅是“模型本身變得更好”的問題，而是我們已經(jīng)搞清楚了：內(nèi)核工程師加入進(jìn)來，弄清楚如何編寫更高效的代碼；電力工程師和數(shù)據(jù)中心的設(shè)計(jì)者找出更高效的方案……人們正在用遠(yuǎn)遠(yuǎn)超出純“算法模型”范疇的方式，去回答和解決這種效率提升的需求。

04 大國博弈：誰能控制未來的“數(shù)字石油”？

Bayo：接下來我想談?wù)勔粋€全球性的議題，這也是很多人關(guān)心的：中美在 AI 領(lǐng)域的競爭。

你認(rèn)為現(xiàn)在的情況是怎樣的？為了確保我們（美國）能夠保持領(lǐng)先，我們需要做些什么？

Sam：這需要從幾個不同的維度來拆解。

• 在最前沿的超級模型能力上：美國目前遙遙領(lǐng)先。

• 在“將落后兩代的模型推向極致廉價的推理使用”上：中國目前處于領(lǐng)先地位。

• 在物理基礎(chǔ)設(shè)施的建設(shè)上：美國目前仍保持領(lǐng)先，但中國推進(jìn)的速度要快得多。

那條關(guān)于“產(chǎn)業(yè)化和產(chǎn)品化”的路徑，我認(rèn)為美國在閉源生態(tài)上領(lǐng)先，中國在開源生態(tài)上領(lǐng)先……總體來看，美國可能依然占據(jù)著綜合優(yōu)勢。

最近你在印度，聽起來你對印度思考這些挑戰(zhàn)和機(jī)遇的方式也感到非常興奮。我看到很多印度初創(chuàng)企業(yè)，他們對這項(xiàng)技術(shù)的應(yīng)用方式感到震驚。

我得到了同樣的信息。比如我拿到了一份關(guān)于印度的簡報(bào)，里面提到 Codex（代碼生成模型）在印度的使用量在幾個月內(nèi)增長了 10 倍。我當(dāng)時覺得這肯定是個數(shù)據(jù) Bug，根本不可能對吧？但這其實(shí)是真的。當(dāng)我開始和當(dāng)?shù)氐某鮿?chuàng)公司交談時，他們都在談?wù)撨@是如何重塑了商業(yè)格局。

如果我們不能在基礎(chǔ)設(shè)施上保持跟進(jìn)，如果我們不能在采用這些技術(shù)的經(jīng)濟(jì)路線上走得比其他國家更快，那么，作為目前的經(jīng)濟(jì)強(qiáng)國，我們將失去我們所擁有的巨大優(yōu)勢。

這關(guān)乎企業(yè)如何快速采納它，關(guān)乎我們的科學(xué)家采用它的速度，關(guān)乎政府擁抱它的速度。

坦白說，這將會引發(fā)一場巨大的社會爭論。

關(guān)于我們應(yīng)該在哪里建立這些數(shù)字生態(tài)系統(tǒng)的規(guī)則，需要由社會來決定。這也是為什么，技術(shù)變革正在重塑國家之間的地緣政治力量。

我不認(rèn)為任何公司、任何政府，可以僅僅通過自身的意愿將其實(shí)施。這必須屬于人民的意志，并且要經(jīng)過民主程序的討論和共識。

這種公司像我們這樣的，我覺得正在越來越快地轉(zhuǎn)變?yōu)槟切﹤鹘y(tǒng)的大型基礎(chǔ)設(shè)施公司的角色。我們需要說：“我們創(chuàng)造了這項(xiàng)技術(shù)，我們在其中是專家，我們有自己的觀點(diǎn)，并且我們清楚它的局限性和危險(xiǎn)性?！?/p>

但最終的規(guī)則，必須由社會共同決定。在這個技術(shù)演進(jìn)極快的世界里，能夠以一種非常不同于以往的方式進(jìn)行社會大討論，并讓民主程序運(yùn)作得更快，將是至關(guān)重要的。

來源 | AI科技大本營（ID：rgznai100）

作者 | 王啟隆 ; 編輯 | 蝦餃

內(nèi)容僅代表作者獨(dú)立觀點(diǎn)，不代表早讀課立場