OpenAI 奥特曼分享： OpenAI 如何在日趋激烈的人工智能赛道中抢占先机。他深入剖析了公司的战略布局，指出了 OpenAI 的核心优势所在，并展望了 2026 年及未来的产品矩阵发展方向。节目中，奥特曼探讨了人工智能记忆与个性化功能、渠道与产品的优先级之争、OpenAI 将如何为基础设施建设筹措资金、人工智能硬件设备与人工智能云平台的发展前景、人类是否已实现人工通用智能（AGI）等诸多关键议题。《Big Technology》

{"highlight":[{"answer":"首先，关于红色警报，我们把这类情况视为相对低风险、发生频率较高的事情。我认为，当潜在竞争威胁出现时，保持警惕并迅速行动是好事。我们过去就遇到过这种情况，今年早些时候DeepSeq的出现就是如此，当时也拉响了红色警报，对吧？关于疫情有句说法，大意是疫情爆发时，初期采取的每一项行动都比后期行动价值高得多。大多数人早期做得不够，后来才恐慌。在新冠疫情期间，你肯定也看到了这种情况。但我认为我们应对竞争威胁的理念与此类似。要知道，保持一点警惕是有好处的。Gemini 3目前（至少到目前为止）并没有产生我们担心的那种影响。但它和DeepSeq一样，确实暴露了我们产品战略中的一些弱点。我们正在迅速解决这些问题。我认为我们的红色警报状态不会持续太久。从历史上看，这类情况对我们来说通常持续 six 到 eight 周。但我很高兴我们这么做了。就在今天，我们推出了新的图像模型，这很棒，也是消费者真正想要的。上周，我们发布了5.2版本，反响非常好，增长也很快。我们还会推出其他一些东西，同时还会有一些持续的改进，比如提高服务速度。不过，我猜在很长一段时间里，我们可能每年会经历一两次这样的情况。这正是确保我们在自己领域获胜的一部分。其他很多公司也会做得很好，我为他们感到高兴。但ChatGPT仍然是市场上绝对主导的聊天机器人，我预计这个领先优势会随着时间的推移扩大，而不是缩小。各地的模型都会变得很好，但人们使用产品（无论是消费者还是企业用户）的原因，不仅仅与模型有关。我们期待这种情况已经有一段时间了。因此，我们努力构建一套完整的体系，以确保我们成为人们最想使用的产品。我认为竞争是件好事，它促使我们变得更好。但我相信我们在聊天领域会表现出色，在企业领域以及未来几年的新领域也会如此。我认为人们真的想使用一个AI平台。人们在个人生活中使用手机，大多时候也想在工作中使用同类型的手机。我们在AI领域也看到了同样的情况。ChatGPT消费者版的优势确实帮助我们在企业市场取得了胜利。当然，企业需要不同的产品，但人们会想，我了解OpenAI这家公司，我知道如何使用ChatGPT界面。所以我们的策略是打造最好的模型，围绕它构建最好的产品，并拥有足够的基础设施来大规模提供服务。","question":"OpenAI已经成立10年，ChatGPT也已问世3年。但如今竞争愈发激烈。我们所在的OpenAI总部此前因Gemini 3的发布而进入（或仍处于）红色警报状态。放眼望去，许多公司都在试图夺走OpenAI的部分优势。这是我记忆中第一次，这家公司似乎不再拥有明显的领先地位。所以我很想听听你对OpenAI将如何走出当前局面以及何时能走出困境的看法。"},{"answer":"我认为用“商品化”来思考模型并不完全恰当。某些领域中，不同模型会在不同方面表现出色。对于与模型聊天这类普通用例，可能会有很多不错的选择。对于科学发现，你会需要那种处于前沿、针对科学进行优化的模型。因此，模型会有不同的优势，我认为最大的经济价值将由前沿模型创造，而我们计划在这方面保持领先。我们很自豪5.2是世界上最好的推理模型，也是科学家取得最多进展的模型。同时，我们也很自豪，它被企业认为在业务所需的所有任务中表现最佳。因此，有时我们在某些领域领先，有时在其他领域落后，但我预计即使在免费模型能满足人们很多需求的世界里，整体最智能的模型仍将具有重要价值。产品真的很重要。如你所说，分发和品牌也非常重要。例如，在ChatGPT中，个性化极具粘性。人们喜欢模型随着时间推移逐渐了解自己，我们会在这方面大力推进。人们与这些模型的互动体验会让他们对其产生很强的认同感。我记得有人曾经告诉我，你一生中可能只选一次牙膏，然后就会一直买它。显然大多数人都是这样。人们会谈论这种体验。他们在ChatGPT上有过一次神奇的经历。医疗健康就是一个著名的例子，人们把血液检查结果或症状输入ChatGPT，发现自己可能有某种疾病，然后去看医生，治愈了之前一直没弄明白的病。这样的用户粘性很强，更不用说在此基础上的个性化了。产品方面还有很多可以做的。我们最近刚刚推出了浏览器，我认为这为我们指明了一个新的、相当不错的潜在护城河。设备方面还有很长的路要走，但我对此非常兴奋。所以我认为会有所有这些方面。在企业领域，是什么创造了护城河或竞争优势？我预计情况会有所不同，但就像个性化对消费者用户非常重要一样，对企业也会有类似的个性化概念，即公司会与我们这样的公司建立关系，并将其数据连接起来。你将能够使用来自不同公司的大量代理来运行，这将确保信息得到正确处理。我预计这也会非常有粘性。我们已经有超过100万企业用户，API的采用速度也非常快。今年我们的API业务增长甚至比ChatGPT还要快。","question":"OpenAI有先发优势。我认为今年早些时候ChatGPT的周活跃用户约为4亿，现在已达到8亿，有报道称接近9亿。但另一方面，像谷歌这样的公司拥有分发优势。所以我很好奇你的看法。你认为模型会脱颖而出吗？如果会，什么最重要？是分发渠道？是应用程序的构建水平？还是其他我没想到的因素？"},{"answer":"所以我们的战略一直是以消费者为优先。有几个原因。第一，这些模型过去不够稳健，技能不足以满足大多数企业的需求，现在它们正在逐步达到。第二，我们有一个明确的机会在消费者市场获胜，这样的机会 rare 且难得。而且我认为如果你在消费者市场获胜，在企业市场获胜会容易得多。我们现在正看到这一点。但正如我 earlier 提到的，今年我们企业业务的增长超过了消费者业务的增长。考虑到当前模型的水平以及明年的发展，我们认为现在是能够快速建立一个非常重要的企业业务的时机。我的意思是，我认为我们已经有了一个企业业务，但它可以增长得更多。企业似乎已经准备好了，技术也准备好了。到目前为止，编码是最大的例子，但其他垂直领域现在也增长得非常快。我们开始听到企业说，“我真的只想要一个AI平台”，垂直领域的话，金融科学是我个人目前最兴奋的。客户支持领域也做得很好。","question":"你提到了企业。我们来谈谈企业方面。上周你在纽约与一些新闻公司的编辑和首席执行官共进午餐时，告诉他们企业业务将是OpenAI明年的主要优先事项。我很想了解更多，为什么这是优先事项？你认为OpenAI与Anthropic相比如何？我知道有人会说这是OpenAI从以消费者为中心的战略转向。所以请给我们概述一下企业计划。"},{"answer":"嗯，我之前稍微提到过一点。但我个人最兴奋、最期待的是利用人工智能和大量计算资源来发现新的科学。我坚信科学发现是让世界变得更美好的关键。如果我们能将海量计算资源投入到科学问题中，发现新知识——现在已经有了一点点苗头。这还处于非常早期的阶段，都是些微不足道的进展。不过，你知道，我从这个领域的历史中学到的是，一旦曲线开始上扬，哪怕只是稍微偏离X轴，我们就知道如何让它变得越来越好。但这需要巨大的计算资源。所以这是我们投入大量人工智能去探索新科学、治疗疾病以及其他许多领域的一个方向。最近有个很酷的例子，我们用Codex开发了Sora安卓应用，而且只用了不到一个月的时间。他们用了大量的资源。在OpenAI工作的一个好处就是，使用Codex没有任何限制。他们用了海量的令牌，但完成了通常需要很多人花更长时间才能完成的工作。 Codex基本上帮我们完成了大部分工作。你可以想象，这还能走得更远， entire公司可以利用大量计算资源来打造产品。人们经常讨论视频模型将如何指向这些生成式、实时生成的用户界面，这需要大量计算资源。想要转型业务的企业会用到大量计算资源。想要提供优质个性化医疗服务的医生，需要不断监测每个患者的各项体征，你可以想象这也需要大量计算资源。很难说清楚我们现在为生成AI输出已经在使用多少计算资源了。但这些都是非常粗略的数字。我知道这样说不太严谨，但我发现这种思维实验还是有点用处的。所以请原谅我的草率。假设现在一家AI公司每天通过前沿模型生成大约10万亿个令牌。你知道，可能更多，但我觉得还没到万亿的级别。假设世界上有80亿人。再假设，当然这些数字我觉得完全不对，但我们姑且假设每人每天平均输出的令牌数量约为20,000个。那么你可以开始——公平地说，我们得比较模型提供商如今的输出令牌数，而不是所有消耗的令牌。但你可以开始审视这个问题，然后说，嗯，我们公司的这些模型每天输出的令牌数量将会超过全人类的总和。然后是10倍，再然后是100倍。在某种意义上，这是个很愚蠢的比较。但在另一种意义上，它让我们看到了这个星球上智力处理工作中，人类大脑和AI“大脑”的占比，这种相对增长率很有意思。","question":"我听了你很多关于基础设施的言论。你提到过，要是人们知道我们能用计算资源做什么，他们会想要多得多的计算能力。你还说过，我们现在能提供的计算能力与10倍、100倍计算能力之间的差距是巨大的。能详细说明一下吗？这么多额外的计算能力，你们打算用来做什么？"},{"answer":"根据我们现在看到的一切，这肯定会发生。但这并不意味着未来不会发生什么疯狂的事情。有人可能会发现全新的架构，带来一万倍的效率提升，那样的话我们可能在一段时间内过度建设了。但就目前模型在每个新级别上的改进速度、每次降低成本后人们使用意愿的增长程度，以及人们真实的使用需求来看，所有这些都表明需求会不断增长，人们会用它们做很棒的事情，也会做些无聊的事情。但这似乎就是未来的趋势。这不仅仅是我们每天能处理多少令牌的问题，还有处理速度。随着这些编码模型变得更好，它们可以“思考”很长时间，但你不想等那么久。所以还有其他维度。需求不仅仅体现在令牌数量上，还体现在对智能在多个维度上的需求，以及我们能用这些智能做什么。你知道，如果你遇到一个非常棘手的医疗问题，你是想用5.2版本，还是想用5.2 Pro版本，即使它需要消耗多得多的令牌？我会选更好的模型。我想你也会。","question":"所以我在想，你确定存在这种对计算资源的需求吗？比如说，如果OpenAI把双倍的计算资源投入到科学或医学领域，我们就能肯定会有科学突破吗？我们能明确地协助医生吗？这在多大程度上是对未来的推测，又在多大程度上是基于你现在所见的明确认知，认为这一定会发生？"},{"answer":"我的意思是，随着收入增长，推理在整个计算资源中的占比越来越大，最终会超过训练成本。这就是我们的计划。在训练上投入大量资金，但通过推理赚取越来越多的钱。如果我们没有继续大幅增加训练成本，我们早就盈利了。但我们下的赌注是，积极投资训练这些大型模型。","question":"既然你提到了数字，我们就来聊聊。收入在增长，计算支出也在增长。但计算支出的增长仍然超过收入增长。我看到有报道称，OpenAI在2028、2029年实现盈利之前，到2028、2029年期间可能会亏损约1200亿美元。能谈谈这种情况会如何改变吗？转折点会出现在哪里？"}]}