一家還沒獲利的公司，準備花掉1.4 兆美元。不是估值，不是估算，而是CEO Sam Altman 親口確認的承諾：我們會在很長一段時間裡，把這筆錢花完。就在最近這一周，OpenAI 動作頻繁：12月18日，推進新一輪融資談判，規模數百億美元、估值7500 億美元；12月16日，ChatGPT 上線全新圖像模型和App 生態平台；同期還發佈了AI 在科學任務上的推理能力評估報告。（Sam Altman 訪談片段： ChatGPT下一步該做什麼？）2025 年12 月19 日，Altman 在新一期播客中回應了外界最大的質疑：一個現金流還沒轉正的公司，憑什麼敢為AI 基礎設施砸下1.4兆？他給了一個出乎意料的答案：如果我們現在有兩倍算力，我們就能賺兩倍的錢。這句話背後，藏著OpenAI 對AI 商業化的全套邏輯：錢怎麼來、怎麼花、何時能獲利。而Altman 這次，把這套邏輯講得異常清楚。第一節｜虧損1200億美元，為什麼越花越多？從財報數字來看，OpenAI 確實還在虧損。在訪談中，Sam Altman 承認：我們預計從現在到2028/2029年之間，將會虧損約1,200 億美元。這是什麼規模？作為對比，特斯拉從2003 年成立到2020 年首次實現年度獲利，花了17年時間。 OpenAI 預計4 年虧損1200 億，每年平均虧損300億美元。這是一場前所未有的資本押注。但Altman 並不認為這是問題。他給了一組具體資料：OpenAI 目前每天前沿模型的生成量，大約是10兆個token。這是什麼概念？一本10萬字的書大約是13萬個token，10兆token相當於每天產生7700萬本書的文字量。這個數字還在以每年3 倍的速度成長。每次基礎設施擴容，就能直接換來更高的服務能力、更快的產品上線速度和更強的付費意願。因此，這不是一家沒錢賺的公司，而是一家錢來不及賺的公司。OpenAI 的主要業務收入來自三個部分：ChatGPT 使用者訂閱；企業版API 呼叫；面向大客戶的模型客制化服務。其中最讓Altman 感到興奮的是第二項：API 成長已經超過ChatGPT本身的成長速度，企業客戶正成為OpenAI 的主要收入來源。目前，OpenAI 已擁有超過100 萬家企業使用者，透過API 將模型連接到客服、財務、搜尋、程式設計、資料分析等多個環節。更關鍵的是，這些客戶使用的不是對話，而是一個任務區塊：寫程式碼、產生分析、總結檔案。任務越多，算力消耗越大，收入越高。Altman 舉了個例子：企業員工一小時的工作，可能包括做PPT、寫指令碼、看材料。只要有70%的任務被模型完成，就是實實的降本提效。這就是OpenAI 正在算的帳：不是按人數算訂閱費，而是以任務量算力消耗；不是在意每月續費率，而是專注於每個任務背後提升多少效率。所以，他才會下判斷：訓練支出繼續成長沒關係，重要是推理收入會漲得更快。當然，這套帳也有風險：基礎建設投入已經遠超現階段營收，必須靠資本市場支援持續擴張。但Altman 相信：模型在變得更好，需求變得更大。這是典型的AI 時代獲利模式之一：先投算力，收入隨後成長。第二節｜面對競爭，OpenAI的護城河是什麼？算力換收入的邏輯聽起來很美，但前提是OpenAI 必須一直跑在前面。過去一年，從DeepSeek 到Gemini，再到Claude、Mistral、Grok、Qwen，競爭對手接連出現。而OpenAI 的應對是：快速反應，持續推出新品。最近，他們連續推出三項關鍵更新：新影像模型GPT Image 1.5，上線更快，細節更準；ChatGPT開放app提交入口，打造模型版App Store；FrontierScience研究成果上線，AI成為科學家的研究助理。Altman 一直在強調一件事：真正的風險不是模型被超越，而是使用者不用它。這就是他最常說的字：黏性。他提到了幾個例子：有人把血液檢查報告丟給ChatGPT，它讀懂了，提出初步判斷，使用者去醫院確認，發現確實是之前沒查出的病症；有人開始和ChatGPT聊生活、做規劃、定行程，它能記住細節，持續跟進，並提出建議；有人用它解構複雜文件，有人用它做企業報告，有人只讓它早上列個待辦清單。這些行為有個共同點：不是測試模型好不好，而是讓它真正幫你完成任務。當你習慣了ChatGPT 記住你的偏好、理解你的表達方式、知道上次聊到那裡，切換到其他產品的成本就會變得很高。這就是ChatGPT的護城河所在：習慣、一致性和個人經驗所累積的信任感。在企業側，這個護城河變成了另一個維度：個性化能力。第一節講了企業能帶來多少收入，但問題是為什麼他們會留下來？Altman 說：企業需要的不是聰明模型，而是能連結自己資料、完成自己任務、理解自己流程的AI 工具。它可能是客服助手，也可能是法務審查器，甚至是每天早上把管理郵件歸納好再發通知的智慧助理。ChatGPT 企業版的目標，就是讓這些個人化AI 工具運作在一個平台上，連結不同部門、流程和任務。 OpenAI 面向未來建構的真正產品形態：不是大模型，而是企業級AI 入口。而在企業應用這條路上，Google 是最大的威脅。Altman 不否定Google 的實力。他甚至說：如果Google 在2023年一開始就認真對待我們，我們可能就完了。但他也指出了Google的問題：把AI 塞進搜尋框裡，不如重新設計一個AI 優先的入口。他認為，AI 不是功能外掛，而是一種全新的互動方式。你不應該再找某個東西，而應該告訴AI：這是我今天要解決的事。它聽懂了，就去做，不需要你重複輸入指令、點選圖表、切換介面。這不僅是ChatGPT 的方向，也是在定義下一代軟體是什麼。OpenAI 不急著回應每一次跑分。他們關心的是：使用者是否把ChatGPT 當作生活工具；企業是否用它接住任務流程；一家公司是否已經開始圍繞它重建工作流程。技術可以被超越，習慣很難被取代。這，就是Altman 所理解的護城河。第三節｜1.4 兆要買什麼？這不是一個隨口報出的數字。在訪談中，Sam Altman 反覆講了幾次：我們計畫在未來很長一段時間內投入約1.4兆美元。前面我們拆解了收入從那裡來，那麼：這筆錢到底花在那裡？1. 這筆用來買什麼？這筆支出大致分為四類：晶片，如NVIDIA的H100、B100或自研方案，用來訓練和運作最先進的模型；資料中心，需要全新建設的AI工廠，不是傳統雲端運算中心，對頻寬、電力和散熱的要求都極高；網絡，連接全球模型推理的骨幹網絡，要確保延遲極低、吞吐極高；能耗，大量GPU同步工作，背後需要穩定且便宜的能源配套。即便如此，Altman 認為仍然不夠：我們的擴張速度已經快到，即使現在就把這些基礎設施建好，也永遠不夠用。2. 為什麼現在就要花？很多人會問，未來五年模型還在變，技術還不穩定，為什麼現在就提早花掉這麼多？Altman 說：不是我們想提早花，而是市場已經等不及了。原因有三：基礎建設周期太長一個資料中心從規劃到投入使用需要2-3年，晶片訂單要提前18個月鎖定，電力配套甚至要提前5年佈局。如果等到需求爆發再建，根本來不及。市場需求正在快速爆發從一年前到現在，OpenAI 的算力擴張了3倍，明年還要再擴3 倍。收入也跟著漲。這是一種算力先行、收入追趕、效率遞增的模式。越早買算力，越早釋放成長。更關鍵的是，競爭對手都在搶同樣的資源NVIDIA的H100、B100供不應求，資料中心的電力配額有限，優質機房更是稀缺。不提前鎖定，別人就搶走了。一句話總結：OpenAI 不是在投資未來，而是在解決現在問題。3. 回本邏輯是什麼？花了1.4兆，成本怎麼變？Altman 的判斷是：未來訓練會越來越省錢，推理也越來越快。OpenAI 的策略是：用一套訓練好的通用模型，支撐多個終端業務。訓練一次，部署多次，推理規模越大，單位成本越低。透過ChatGPT、企業API、代理系統等通道，把token 消耗轉化為真實收入。這是典型的前期重投入、後期低成本模型：先建廠，再接單。Altman 也被問到另一個爭議問題：如果模型進度放緩怎麼辦？他的回答是：「即便模型停在o1-5.2，能做的事情還遠未被挖掘。光是用好現在的模型，就足以支撐一個5000億美金的公司。如果未來模型繼續提升，回本速度只會更高。”在資本上，他認為舉債投資AI 是合理的。 OpenAI 不是靠模型會更強這件事融資，而是現在就能產生的使用量、顧客需求和token消耗。不是靠講故事，而是靠算帳。所以這筆1.4兆，表面是買晶片、買電力，本質是在提前鎖定全球AI算力的供給能力。 在科技巨頭都在爭奪AI 入口的今天，誰能提前建好基礎設施，誰能決定未來的遊戲規則。第四節｜ChatGPT 的終極型態是什麼？前三節講的都是錢和算力，但最後要做什麼產品？在大多數人眼中，ChatGPT是個聊天工具。但Altman 每天用它做的，遠不止聊天：安排行程、確定見誰、規劃健身計畫。他說，ChatGPT 已經幫他做了很多他自己都沒注意到的事情。這就是OpenAI 想要的轉變：從被動回答問題的工具，變成主動幫你辦事的助理。這個轉變分三個方向：1 、從記住對話，到記住你的人生第二節提到記憶是使用者黏性的來源，但Altman 認為現在還遠遠不夠。他說：ChatGPT 的記憶能力現在還停留在GPT-2 階段。它能記住一些偏好，能保持上下文，但遠遠達不到真正理解你的水平。下一步呢？未來的AI 不只記住你說過的話，而是瞭解你沒說出口的偏好，懂你長時間的變化，甚至可以主動提醒、提問、跟進。我們對記憶的潛力還完全低估了。就算是人類最頂尖的私人助理，也不可能記住你生活中每一封郵件、每個細節。而AI 可以。2 、從被動回應，到主動處理Altman 對現有AI 互動方式並不滿意。“我不想每天發訊息、等總結、看草稿。我想直接告訴它今天要完成什麼事，能搞定的別來煩我。”這是一種完全不同的使用方式：不是你問我答，而是你交給我辦。為了實現這個目標，OpenAI 正在佈局多條產品線：Code Interpreter可以執行複雜的資料分析任務；AI瀏覽器幫使用者自動讀取網頁、理解內容、產生摘要；Agent原型可以長時間運作、自動喚起其他工具，逐步接管日常事務。關鍵是：你不用時時盯著它。3、不只是螢幕上的對話框在訪談最後，Altman 被問到關於硬體設備的問題。他沒有透露太多細節，但給了一個明確的方向：“我們未來不會只有一個設備，而是多個產品組合。這些產品要能感知你、理解你、主動服務你，而不是等你輸入命令。”這其實就是OpenAI 與硬體團隊（Jony Ive）正在推進的硬體專案。它不一定是手機，不一定有螢幕，但它會主動記錄你說的內容，透過語音或感知理解你的行為，不再讓你像用電腦一樣點開視窗、切換App。現在人們接受了聊天介面是因為它簡單、熟悉，但未來不同類型的任務，AI 應該能自己產生適合的互動方式。例如：你和它討論旅行，它自動展示地圖；你談健康計劃，它產生日曆與飲食建議；你說今天幫我規劃一下，它整合前幾天的對話和習慣，給出主動安排。從記憶、執行、再到硬體，OpenAI 要做的不只是更強的模型，更是改變AI 在人類生活中扮演的角色：從被動回答問題，變成主動協助；從通用工具，變成你的個人化助手；從你使用它，變成它代你做。未來很多人不會再單獨處理任務，而是管理一群AI 幫手。在 Altman 設想裡，ChatGPT 不再只是一個產品，而是能協調其他AI 工具的中樞系統。它會收集指令、分配任務、總結結果、決策提醒。1.4 兆，買的就是這個未來。結語｜這筆帳，怎麼付？Sam Altman 給了一套完整的帳本：用算力換收入，用收入涵蓋成本。怎麼做？算力每翻倍，收入就翻倍；透過用戶粘性和個性化，確保持續收入；提前投入基礎設施，確保算力夠用；從聊天工具到AI 作業系統，擴大營收成長空間。1.4 兆聽起來很瘋狂，但拆開看，每一筆都有對應的變現路徑。能不能付得起？ OpenAI 用實際成長給了答案：收入確實在跟著算力跑。至於能跑多遠，時間會證明。 （AI深度研究員）

OpenAI 首席執行官 Sam Altman 曾計畫籌集資金，收購一家火箭公司或與其深度結盟。此舉若成，他將直接向 Elon Musk 的 SpaceX 發起挑戰。知情人士稱，Altman 今年夏天接觸了包括 Stoke Space 在內的至少一家火箭製造商，談判在入秋後明顯升溫。方案之一是 OpenAI 對其進行多輪注資並最終控股。這一長期投資計畫的總額預計將高達數十億美元。據接近 OpenAI 的人士透露，相關談判目前已不再推進。眼下，Altman 和 OpenAI 正面臨嚴峻的市場考驗。雖然公司已簽下數千億美元的算力大單，卻至今沒能向外界講清楚：這筆天文數字般的基建帳單到底該怎麼付。隨著 ChatGPT 的市場份額被 Google Gemini 蠶食，OpenAI 本周一拉響了“紅色警報”（Code Red）。為集中火力最佳化聊天機器人業務，公司不僅推遲了廣告等新產品的發佈，還要求員工暫時轉崗支援核心戰線。Altman 對建立太空資料中心的構想已關注許久。他的理由是：AI 對算力的胃口是個無底洞，未來的能耗將大到地球環境難以承受，太空反而是更好的選擇。支持者也認為，軌道資料中心可直接利用太陽能維持運轉。Stoke 由 Jeff Bezos 旗下 Blue Origin 的前員工創立，正致力於研發完全可復用的火箭，這同樣是 SpaceX 試圖攻克的技術高地。實際上，把 AI 計算叢集搬上太空並非 Altman 獨有的狂想。Bezos、Musk 以及 Google 掌門人 Sundar Pichai 等科技大佬，都曾對這一前景表現出濃厚興趣。儘管這一構想尚未經實證，但 Alphabet 旗下的 Google 已與衛星營運商 Planet Labs 簽約，計畫在 2027 年發射兩顆搭載 Google AI 晶片的原型衛星。Altman 最近在 Theo Von 的播客節目中表示：“隨著時間推移，地球大部分區域都會被資料中心所覆蓋，也許我們該圍繞太陽系建造一個巨大的戴森球。”OpenAI 動起“造火箭”念頭時，正值市場對 AI 的狂熱達到頂峰。9 月至 10 月間，Altman 密集拋出一系列晶片與資料中心合作計畫，Oracle、Nvidia 和 AMD 等行業巨頭均在盟友名單之列。投資者最初對這些公告反應熱烈。Altman 描繪的大規模算力倉庫建設藍圖，曾一度助推 Oracle 和 Nvidia 的股價在隨後的數周內飆升。但隨後，市場對這種激進的 AI 擴張計畫態度轉冷。過去一個月裡，Oracle 股價下跌了約 19%，Nvidia 下跌了約 13%。Nvidia 首席財務官本周表示，該公司與 OpenAI 之間價值 1000 億美元的交易尚未最終敲定。僅過去幾個月，OpenAI 就簽下了近 6000 億美元的算力大單，外界不禁質疑：錢從那兒來？這家初創公司今年的預計收入為 130 億美元，與此同時，勁敵 Anthropic 正步步緊逼，在程式設計師群體和企業級市場攻城略地，銷售額增速驚人。作為一名資深風險投資人，Altman 曾執掌創業孵化器 Y Combinator，而後者正是 Stoke 的早期投資方。據《華爾街日報》去年報導，他掌控著一個龐大而不透明的投資版圖，涉足公司超過 400 家。雖然 Altman 已不再頻繁以個人名義出手，但在調動 OpenAI 的公司資金為宏大願景買單時，他卻毫不手軟。今年早些時候，他便大筆一揮，承諾讓 OpenAI 與軟銀聯手，向資料中心新貴 Stargate 注資 180 億美元。考慮到 SpaceX 在發射領域的統治地位以及 Musk 旗下 xAI 的存在，一旦 Altman 聯手 Stoke，他與 Musk 之間的戰火將進一步升級。事實上，Altman 正從多個維度對 Musk 形成圍剿之勢：他新創立的腦機介面公司 Merge Labs 直接對標 Neuralink，而 OpenAI 正在籌備的社交網路項目，也被視為 X（原 Twitter）的潛在威脅。若能達成交易，Altman 將通過 Stoke 正在研發的“Nova”火箭借道切入航天賽道。畢竟，從零開始造火箭不僅技術門檻極高，監管審批也困難重重，往往十年磨一劍。眼下，Blue Origin、Rocket Lab 和 Stoke 等一眾發射服務商正摩拳擦掌，試圖撼動 SpaceX 的霸主地位。Altman 在今年 6 月與其兄弟共同參加播客錄製時曾反問道：“我應該去開一家火箭公司嗎？”他表示：“我希望終有一天，人類消耗的能量將遠遠超出地球本身的產出極限。” (這個AI很盒裡)

一封本該躺在 OpenAI 郵件系統裡的內部信，正在 AI 圈悄然流傳。這是來自 The Information 的獨家爆料。OpenAI CEO Sam Altman 罕見地在郵件中承認：「Google最近在各方面都做得很出色。」更讓人意外的是，他用了一個語氣有點重的詞來形容當前形勢：「rough vibes」（艱難時刻）。估計我們要經歷一段艱難時刻了。the vibes out there to be rough for a bit.這應該是 ChatGPT 爆紅兩年來，Sam Altman 第一次如此直白地承認競爭對手的領先。要知道，就在一個月前，OpenAI 還在以 5000 億美元的估值、1 兆美元的 IPO 目標、ChatGPT 的 8 億周活使用者傲視群雄。一個月後的現在，Sam Altman 的措辭變成了:「我們正在快速追趕。」01｜Google到底做了什麼?11 月 18 日，Google發佈了 Gemini 3 Pro。在幾乎所有的基準測試中，這個模型都碾壓了 OpenAI 的 GPT 5.1 和 Anthropic 的 Claude Sonnet 4.5。更是直接在 LMArena、WebDev Arena、LiveBench 多個大模型排行榜同時登頂。網友一致好評：「Google這是降維打擊。」甚至，就連馬斯克都在 X 上給Google CEO Sundar Pichai 發了個「Congrats」（祝賀）。Sam Altman 也公開發帖：「恭喜Google推出 Gemini 3！看起來很棒。」但不難看出，這句恭喜背後，藏著多少無奈。02｜OpenAI 遇到了什麼麻煩？內部信裡，Sam Altman 特別提到了一個技術細節：「預訓練」。這是訓練大模型關鍵的一步。就像教小孩認字，你得先讓他接觸大量文字，並理解它們之間的聯絡。OpenAI 在這個環節卡住了。據知情人士透露，在訓練 GPT-5 時，OpenAI 就發現了一個問題：在小模型上有效的最佳化方法，一旦應用到大模型上就失效了。一位前 OpenAI 研究員私下說：「我們太專注於推理模型這條路了，忽視了基礎能力的提升。現在看來，這可能是個戰略失誤。」為了應對這個困境，OpenAI 正在開發一個代號為「Shallotpeat」的新模型。Shallot，青蔥；Peat，泥炭。青蔥在泥炭土里長不好，隱喻 OpenAI 要在困難的訓練環境中尋找突破。而Google恰恰在此時實現了突破。03｜不只Google，還有 Anthropic如果說Google的超越讓 OpenAI 感到壓力，那麼 Anthropic 的崛起簡直是雪上加霜。這家由 OpenAI 前核心團隊創立的公司，今年實現了爆炸式增長。最新資料顯示，Anthropic 的年化收入已經達到 70 億美元，今年以來增長了 6 倍。更要命的是，在某些領域，Anthropic 甚至比 OpenAI 更強。比如程式設計。幾乎所有主流 AI 程式設計工具，如 Cursor、GitHub Copilot，都默認使用 Claude 模型。Anthropic 的 Claude Code 在推出三個月內使用量增長 10 倍，貢獻超過 5 億美元的收入。一位矽谷投資人評價：「如果說 OpenAI 是 AI 界的蘋果，那 Anthropic 就是專注企業端的微軟。他們不需要 8 億使用者，只要服務好那 30 萬家企業客戶就夠了。」而就在上周，Anthropic 剛拿到輝達和微軟的 150 億美元投資，最新估值達到 3500 億美元，幾乎翻倍。Claude 也成為了唯一同時覆蓋 AWS、Google雲、微軟 Azure 三大雲平台的 AI 模型。04｜Sam Altman 的「超級智能」賭注面對這樣的局面，Sam Altman 在內部信中給出了他的應對之策：聚焦「超級智能」。他說：「讓大部分研究團隊專注於真正實現超級智能至關重要。」這是一個巨大的賭注。超級智能指全面超越人類智能的 AI。這不是寫寫程式碼、回答問題，而是能自主進行科學研究、解決人類未解難題的存在。Sam Altman 承認，這意味著 OpenAI 可能會「在當前競爭格局下暫時落後」。但他認為這是值得的。「我們不得不同時做這麼多困難的事情：最好的研究實驗室、最好的 AI 基礎設施公司、最好的 AI 產品公司。這很難，但這就是我們的使命。而且說實話，我不願意跟任何公司交換位置。」既有無奈，也有決心。結語在內部信最後，Sam Altman 說：「別因為這封信感到沮喪。我們其實做得很好，而且會繼續好下去。」聽起來在鼓舞士氣，但更像是在說服自己。歷史告訴我們，沒有永遠的王者。諾基亞手機市場份額曾超 40%，雅虎曾是網際網路代名詞，它們都覺得自己的位置無人能撼動。OpenAI 的故事遠沒有結束，但「rough vibes」已經開始。你覺得誰會贏得這場 AI 戰爭？歡迎在評論區分享你的看法。 (AI資訊Gap)

OpenAI執行長薩姆·阿爾特曼在播客節目中回應公司財務狀況質疑，稱公司營收遠超130億美元，並表示公司正在快速成長。美東時間周六（11月1日），OpenAI執行長薩姆·阿爾特曼（Sam Altman）在一起播客節目中，反嗆了外界有關OpenAI公司財務狀況的批評。他明確表示，公司的營收「遠遠超過」130 億美元，而且還在快速成長。公司營收遠超130億美元今年10月底，在OpenAI完成了備受爭議的營利性重組，公司CEO阿爾特曼隨即公開宣布，公司已承諾投入約1.4兆美元用於基礎設施建設，相當於30吉瓦的數據中心算力。這包括與微軟、輝達等合作夥伴的交易。美東時間周六，在與投資者兼播客主持人布萊德·格斯特納（Brad Gerstner）的交流中，阿爾特曼被問及在目前年收入僅有130億美元的營收水平下，OpenAI 如何能夠承擔投資1.4兆美元的承諾。阿爾特曼回答說，「我們的實際營收遠超這個數字」。他還語氣激烈地反擊稱，懷疑者完全可以拋售他們的股票——他肯定能找到買家。他甚至表示，他巴不得讓批評者們趕緊對OpenAI下注做空——不過目前這只是假設，因為該公司尚未上市，首次公開募股（IPO）仍遙遙無期。「我很少希望自己成為一家上市公司，但有那麼一次，我真的希望我們是家上市公司，那就是當那些人寫那些荒謬的報導說OpenAI 即將倒閉的時候。我很樂意告訴他們，他們可以趕緊做空這隻股票，我也很樂意看到他們因此遭受損失。」阿爾特曼直言。阿爾特曼表示，到目前為止，OpenAI的快速發展得益於其人工智慧產品和服務的需求強勁，但要實現未來的目標，則需要達到前所未有的業務擴張速度。因此，該公司正著眼於從人工智慧雲端基礎設施、專有設備以及自動化科學研究等方面獲取新的收入來源。他認為，目前OpenAI發展的最大瓶頸在於運算能力。擔憂並非無中生有儘管阿爾特曼本人對OpenAI的營收前景信心十足，不過外界對於該公司業績壓力的擔憂也並非無中生有。據微軟在截至9月30日的季度財報中透露，其對OpenAI的權益法投資導致淨利減少31億美元。基於微軟持有OpenAI約27%的股權，這意味著OpenAI該季度淨虧損約115億美元。若考慮稅前損失和先前更高的持股比例，OpenAI的實際虧損可能超過120億美元。不過，在周六同樣參加這場播客節目的微軟執行長薩蒂亞·納德拉似乎也不擔心OpenAI的業績問題。他在節目上大力誇獎稱，OpenAI 的執行表現“令人難以置信”納德拉既是OpenAI的合夥人，也是重要投資者。他直言：“坦率地說，我所見過的OpenAI 提出的任何商業計劃，他們實施之後都沒有失敗過。(科創板日報)

OpenAI這回真的有點尷尬了😅前幾天刷到一則新聞，OpenAI的CEO Sam Altman公開承認，今年8月發表的GPT-5反響不太行，還趕緊承諾GPT-6會有「重大升級」。說實話，看到這個消息我第一反應是：這是在給自己找台階下嗎？回想GPT-5剛發布那會兒，Altman可是信心滿滿地說這是「目前最先進的AI大語言模型」，他自己都只用GPT-5不碰其他模型。結果呢？使用者和專家們並不買帳。紐約大學教授Gary Marcus直接開砲，說GPT-5被「過度炒作」了，什麼通用人工智慧、博士級推理能力，統統沒兌現，就是換湯不換藥的升級💡更有意思的是，Altman在接受採訪時坦言，GPT-5剛上線時體驗確實差，團隊不得不緊急調整AI的「說話方式」，讓它的回覆顯得更溫暖、更友好。這不就等於承認產品沒做好就匆忙上線了嘛？這波操作讓不少鐵粉都開始懷疑：OpenAI是不是有點飄了？不過話說回來，Altman倒是沒徹底認慫。他強調現在的GPT-5已經在科學發現領域做出了「前所未有的貢獻」，暗示前期的負面評價有失公允。同時他還畫了個大餅：GPT-6會比GPT-5強很多，GPT-7又會比GPT-6強很多，反正就是一代更比一代強，OpenAI的成績單擺在那兒，大家等著瞧🚀但問題來了，這種「下一代更強」的承諾，我們聽了多少次了？每次新模型發佈前都是鋪天蓋地的宣傳，結果真用起來卻發現沒那麼神。 GPT-5的翻車就是最好的例子。用戶們期待的是顛覆性突破，而不是「稍微好一點」的漸進式更新。說到底，AI產業現在有點像手機圈，每年發新品都說「史上最強」，但真正讓人眼前一亮的創新卻越來越少。OpenAI作為行業老大，背負的期待自然更高。 GPT-5沒能打出王炸，GPT-6能不能翻身，還得看實際表現☕你覺得OpenAI這次能守住承諾嗎？還是說AI發展進入瓶頸期，再也沒有當年GPT-3到GPT-4那種跨越進步了？評論區說說你的看法，或轉發給關注AI的朋友，一起討論這波科技圈的「信任危機」！ （澤問科技）

近段時間，「死亡網路理論」刷屏矽谷，OpenAI創辦人兼CEO Sam Altman、Reddit聯合創辦人Ohanian等紛紛對此發表評論。失去真實性的網絡等同於死亡。 AI生成內容正席捲社群平台，從圖片、影片到自動化評論。網路的未來不在真假之爭，而是重拾「真實」的信任與溫度。當網路被AI內容淹沒，真正由人類創作的內容日益縮減。「如今的互聯網，大部分已經死了」，近日Reddit聯合創始人Alexis Ohanian一語驚人。Reddit共同創辦人Alexis Ohanian他口中的「網路死亡」並不是指網路被關閉了，而是被鋪天蓋地的AI生成內容所淹沒，失去了真實的生命力。Ohanian所言非虛。曾經匯聚人類真實思想與交流的網絡，如今正被大量AI生成的內容所佔據：你看到的熱帖、閱讀的文章、甚至與你爭論的「網友」，都可能根本不是人類，背後或許早已是演算法與AI的「迴響」。AI生成內容的無序擴張，正在蠶食網路的真實性。旅行類大V Chris Broad在X平台上表示，「死亡網路理論」現在已成為「死亡網路現實」：每天都有普通人給我發訊息，讓我去一些根本不存在的地方，這些地方都是人們在Facebook、Instagram和Twitter相關主題帳號或頁面中提到的……這些帖子通常包含完全虛假的AI照片，下面還有機器人帳號在評論區盲目地稱讚照片。Chris Broad提醒人們要小心自己追蹤和點擊的內容。 「要知道，大多數頁面、內容以及粉絲數量，都是被嚴重人為誇大的。」網友Swarn也提到經常會刷到疑似AI生成的推文，他會透過內容中夾雜的「突然轉折、刻意堆砌的詞彙、借用的隱喻」來辨識「AI味」。Goddess預測到下一年「死亡網路理論」會越來越受到關注，所有社群媒體帳號並非都是真實的人。這股熱潮，甚至把OpenAI創辦人兼CEO Sam Altman也驚動了。Sam Altman認為「死亡網路理論」可能有一定的道理。他提到「現在的確存在著許多由大模型驅動的Twitter帳號」。這些AI生成內容的氾濫，讓Altman再度擔心「死亡網路」理論的影響。不真實，毋寧死「死亡網路」理論的起源「死亡網路理論」（DIT，Dead Internet Theory），傳遞出這樣一種核心態度：不真實，毋寧死。它認為只有真實才是網路的生命──失去真實性，等於是宣告了網路的「死亡」。2021年，用戶IlluminatiPirate在Agora Road論壇發文提到了「死亡網路理論」，這位網友對其的定義就是「大多數網路變得虛假」。伴隨著網路社會的發展，「死亡網路理論」思潮在網路論壇和社群中開始逐漸流行，背後的驅動因素正是「真實感」的逐漸喪失：現代網路帶來了花樣百出的玩法，但真實感也被玩丟了。早期網路那種有機的、使用者驅動的特性一點點消失，取而代之的是越來越依賴電腦產生的內容（資料）以維持活動和參與度。隨著生成式AI的出現，讓「死亡網路理論」獲得了更多的「現實支撐」。因為生成式AI更像人類，它們在社群媒體上被廣泛應用於放大點讚、評論和分享數據等。就連Sam Altman，這位親手讓ChatGPT風靡全球的「AI之父」，也被鋪天蓋地的「程序味兒」搞破防，他忍不住吐槽Reddit上的AI腔調（LLM-speak），認為這讓人際互動「感覺很假」。從早期互聯網，到社交媒體時代，再到生成式AI浪潮，原來那個真實的互聯網已逐漸被一個由AI主導的互聯網所取代，“技術登月”越來越多，但真實感卻越來越少了。換句話說，「死亡互聯網」理論的市場越來越大了。「死亡網路」的升級版如今，如火如荼的AI浪潮，正按下「網路死亡」的加速鍵，也帶了它的升級版本。根據Cloudflare的長期監測顯示，機器人流量約佔整體應用流量的31%左右，並在部分地區和時段階段性超越人類存取。Imperva在2025年版的《Bad Bot Report》中則指出：自動化流量在2024年已達51%，其中從事惡意活動的「壞機器人」佔比升至37%。這裡的「壞機器人」在生成式AI時代更為突出，因為它們更善於偽裝成人類行為。它們有時只是在社群媒體上產生一些空洞或胡言亂語的評論，但也可能被惡意使用，例如製造虛假的頁面瀏覽量、用戶互動和使用時長，從而造成公司業績數據的扭曲。不只活躍於社群媒體，生成式AI還在逐步接管人類表達領域。Graphite的一項數據記錄了這一里程碑時刻：2024年11月，網路上發表的AI生成文章數量超過了人類撰寫的文章數量。根據Graphite觀察，自2022年11月ChatGPT推出以來，AI生成文章數量顯著增長，但在過去一年中AI生成文章的比例保持相對穩定，這可能是因為早期AI生成文章質量不佳導致的。但隨著AI生成文章品質的提高，再加上AI生成文章的速度之高、成本之低也遠非人類可比，可以預見未來AI文章的數量還會穩定成長。這意味著，AI生成內容的數量增長不僅改變了資訊來源的結構，也正在重塑網路生態真實感的「基線」，也可能帶來AI時代「網路死亡」的升級版——模型崩潰。https://arxiv.org/pdf/2305.17493這一點在牛津大學等研究機構發表的《遞歸的詛咒（Curse of Recursion）：在AI生成資料上再訓練會導致模型遺忘》論文中已經得到了理論上的證實。AI時代真正的危機是模型崩潰。在大模型使用生成資料繼續訓練（continue training）的遞歸過程中，模型會慢慢「忘記」或偏離原始人類語言分佈的某些細節，尤其是那些少見或邊緣的模式。這樣模型會逐漸失去多樣性淪為一切趨於平庸的同質化，最終出現模型崩潰（Model Collapse）。這就好像把一張照片在上一代影印件的基礎上不斷影印，其清晰度會逐漸下降，最終變成一張模糊的、缺乏細節的照片。當越來越多的AI內容成為模型的訓練數據，就可能帶來模型能力的下降，由此產生更多劣質的AI內容，這些內容再訓練出更差的AI模型，最終就是更嚴重的危機——模型崩潰。從網路的「死亡」，到模型的「崩潰」，與科技發展同步的，是「失真」的演進。讓網路更「人」一點，更「真」一點Google CEO Sundar Pichai認為搜尋引擎會被AIGC 「深刻改造」，因此AI回答與人類內容的協同將成為主流互動範式。Google CEO Sundar Pichai輝達CEO黃仁勳，提出應當把AIGC視為時代性通用技術，將無所不在地嵌入創作、工程與組織工作流程。隨著AI對於網路和人類社會的滲透，AI生成的內容將會像Sam Altman預言的那樣，不可避免地越來越多。這就帶來一個難題：如何分辨AI和人類生成的內容。隨著人類正越來越多地與AI合作，讓這一點變得更加困難。的確，一個人在工作中利用AI的方式有很多種，比如用它來搜尋，整理材料等，因此很難明確地說某項內容是AI生成的還是人類生成的。其實很多AI生成的內容，背後是人類在引導、編輯、校正。用加州大學洛杉磯分校電腦科學教授、亞馬遜網路服務副總裁Stefano Soatto的話來說，「二者之間更像是一種共生關係，而不是非此即彼。並非所有AI生成的內容都是垃圾內容。」在這種共生的關係下，用不用區分AI和人類生成的內容？Sam Altman認為，「好不好比是不是AI產出更重要」，但他也提出要有「可驗證的來源」與治理工具，以識別那些是AI生成的並提升信任。Altman認為辨識AI生成內容是為了提升對內容的信任度，他曾多次提醒不要過度信任模型，因為AI也會「自信地編造」。同樣，Anthropic CEO Dario Amodei也認為，需要科學的方法和評估體系為此來兜底，他認為雖然模型「胡說」頻率可能低於人類，但出錯方式更「出其不意」。Elon Musk也強調要用AI去檢測/溯源合成影片與深偽，在平台層面建構「內容鑑別器」。這點隨著AI技術的發展變得特別重要。近日，Sora 2上線後短時間內就有大量「以假亂真」的影片在社媒流通，YouTube、Meta正透過推出「貼標」「降權/限變現」等方式，試圖限制「AI灌水內容」的擴散。對於AI生成內容的監管也在多加碼。例如，美國政府在2025年5月19日正式推出《TAKE IT DOWN 法案》，將故意發布或威脅發布非同意的親密影像（包括AI 產生的深度偽造）定為犯罪行為。歐盟首部關於人工智慧的法規《AI法案》明確合成內容必須標示、與使用者互動需透明提示。識別AI內容是為了安全，避免AI噪聲，但即便是AI生成的內容優於人類，這種區別仍然是必須的。因為相比較好壞，真實性永遠更重要。不僅是互聯網，即使是AI時代的數位生命，本質仍然在於「真實」。在人機共生的時代，我們需要關注的重點不在於人類與AI的差異或優劣，而是如何讓AI服務人類的真實。無論未來科技如何演進，人類仍需守住那份「真實」的火種。 （新智元）

博通與OpenAI合作開發定製晶片和AI基礎設施面臨高成本風險。如果OpenAI出現問題，相關系統難以轉移給其他客戶。博通CEO Hock Tan承認，雖然開發大型AI系統能提升盈利，但會稀釋毛利率，具體幅度未透露。相比輝達和AMD，博通對OpenAI的押注風險更大。博通與OpenAI的深度合作，是一場高風險與高回報並存的豪賭。周一華爾街見聞撰文，市場傳出博通將為OpenAI開發大量晶片及計算系統的消息，推動其股價周一飆升近10%。這項協議是OpenAI與包括輝達、AMD在內的全球頂級AI晶片供應商達成的一系列採購計畫中的一部分。據報導，OpenAI計畫投入數十億美元，用數十萬顆晶片填充資料中心，其總耗電量將達到26吉瓦，這一數字足以讓紐約市夏季的峰值用電需求相形見絀。然而，這僅僅是OpenAI首席執行官Sam Altman向員工透露的未來八年建設計畫的十分之一。然而，關鍵問題在於，OpenAI將如何為此買單尚不明朗。這家AI領域的明星初創公司今年的預計收入約為130億美元，雖已相當可觀，但遠不足以支撐Altman所描繪的龐大支出。該公司已告知投資者，預計到2029年才能實現盈利。對博通而言，這意味著它將大量資源押注於一個充滿不確定性的客戶。01 豪賭背後的潛在回報與風險對於博通而言，與OpenAI的合作描繪了巨大的商業前景，但也伴隨著對等的風險。Bernstein Research分析師Stacy Rasgon周一估計，該交易有望在未來三到四年內為博通帶來“遠超1000億美元”的額外收入。OpenAI的敘事邏輯是，人工智慧將實現指數級增長，如今因畏懼風險而猶豫不決的競爭者，未來終將被淘汰。Altman已討論通過新的融資工具為其雄心提供資金，而這日益依賴於大規模的債務。但對博通來說，這本質上是對一個高風險客戶的巨大押注。外界有理由懷疑，Altman的宏偉目標最終能否實現。如果OpenAI的增長未能達到預期，博通將面臨直接衝擊。相較於輝達或AMD，博通在這場賭局中的投入甚至更大，因為其合作的定製化性質決定了更高的成本。更關鍵的是，一旦OpenAI的業務陷入困境，這些專門為其開發的系統將很難轉移給其他客戶使用。博通首席執行官Hock Tan在近期與分析師Stacy Rasgon的討論中坦言，雖然開發大型AI系統將提振公司盈利，但也會稀釋其毛利率，儘管他並未透露具體幅度。從這個意義上說，博通對 OpenAI 的押注甚至比輝達或 AMD 更大。02 競爭加劇與估值難題儘管與OpenAI的合作看似風光，但博通在其定製晶片業務領域正面臨日益激烈的競爭，其高企的估值也令部分市場人士感到困惑。輝達和AMD仍在積極爭奪OpenAI的訂單，這可能引發價格戰，從而進一步擠壓博通的利潤空間。一個值得警惕的訊號是，博通定製晶片業務的核心客戶Google，已經開始與台灣的聯發科合作開發定製AI晶片。博通的股價目前約為其明年預期收益的40倍。在一定程度上，這得益於CEO Hock Tan在提升效率和搾取利潤方面的卓越往績，他將博通打造成一個盈利持續增長、整體毛利率超過70%的綜合性企業。但難以解釋的是，今年大部分時間裡，博通的遠期市盈率一直高於輝達。後者是AI晶片領域遙遙領先的市場領導者，並擁有更廣泛的客戶基礎。分析認為，與OpenAI的繫結或許能為博通未來數年的銷售增長奠定基礎，但考慮到OpenAI的宏大願景仍缺乏清晰的財務模型支撐，投資者不應將其視為一筆穩賺不賠的買賣。 (硬AI)

近期，Sam Altman 在 Slack 中表示： “OpenAI 在今年初運行算力基礎設施消耗大約是 230 MW 的電力，預計到 2025 年底，這個數字將超過 2 GW。OpenAI 設定了一個大膽的長期目標：到 2033 年，確保 250 GW 的電力供應，以支撐其未來的 AI 業務。”OpenAI 今年已經將產能提升了 9 倍，並計畫到 2033 年再提升 125 倍，這將超過印度目前的電力消耗量。值得注意的是，125倍的能耗提升並不能反映實際的算力增長。因為 Nvidia 正在大力提升 GPU 的性能，因此實際需要的電力可能遠超這個數字。從 OpenAI 到 Grok，美帝這幾家押注 "大力出奇蹟" 的 LLM 玩家，儼然一副 AI 軍備競賽的姿態，用驚人的能源，算力，堆砌出無法踰越的智能壁壘。然而這一切的背後，真正的贏家或許是那個為這場競賽持續 "供電" 的巨頭 —— 輝達！發這篇文章的同時，注意到 Hugging Face 已經有了 DeepSeek v3.2 倉庫了，DeepSeek 傾向於在假期前發佈模型，馬上要國慶節了，所以很可能很快就會有新東西推出，面對海外巨頭的“大力出奇蹟”，讓我們期待國內大模型的厚積薄發！ (DataDevOps)