福利 se

电脑版下载

94784
2

福利 se截图Q8X2R7L1T4J5M9B6W3

内容详情

福利 se

鹬蚌相争，渔翁得利。有时间还挺希望我们用户就是谁人渔翁，模子厂商打得越厉害，我们就有时机越快用到更好的模子。

2022 年 12 月 22 号，在 ChatGPT 宣布三周后，为了应对 OpenAI 的威胁，Google 成了第一个宣布「红色警报」的科技巨头。

昨天，在 Gemini 3 宣布两周后，由于 Gemini 3 模子泛起了大幅增添，OpenAI 宣布了首个「红色警报」。

看到新闻的时间，我就以为 OpenAI 是不是有点太过反应了，很快就看到了一些谈论说「骄兵必败」、尚有「输赢乃兵家常事」。但转念一想，所谓的「红色警报」也许就是给投资人看的，事实 OpenAI 若是真的做不到第一，谁人 2030 才华盈利的时间，只会拉得更长。

▲ Gemini 的 App 下载量快要追上 ChatGPT

凭证最新透露的新闻，OpenAI 在下周即将推出一款新的推理模子，内部评估体现要比 Gemini 3 更好。别的，他们还妄想通过一个代号为「Garlic」的模子，来举行还击。

但更现实的情形，是 OpenAI 必定会宣布比 Gemini 3 更好的模子，而 Google 也尚有 Gemini 4、Gemini 5。

着实，回看已往这一年来硅谷的新闻，完全算得上是一出跌荡升沉的抓马大戏。年头被 DeepSeek R1 的横空出生而感应压力；年中则是小扎开启的猖獗「抢人模式」，天价薪酬刷新着所有人对 AI 人才的认知；到了年尾，又再次卷回到了质朴的模子比拼赛场。

在 OpenAI 研究主管 Mark Chen 的最新播客采访中，硅谷的战争更是进化到了魔幻的水平，他说小扎为了挖走 OpenAI 的焦点大脑，甚至最先做汤，真的能喝的汤，然后亲自把汤送到研究员的家门口。

除了这些八卦，他也谈到了 OpenAI 关于 Gemini 3 的看法、Scaling 是否已经由时、尚有 DeepSeek R1 对他们的影响、以及公司内部的算力分派、实现 AGI 的时间表等。

Mark Chen 的配景很是有意思，数学竞赛身世，MIT 结业，去华尔街做过高频生意（HFT），2018 年加入 OpenAI，随着 Ilya 一起做研究。和奥特曼更偏向于商人属性的特点差别，这些履历，让他身上也有一股很是显着的特质，极端厌恶失败，且极端信仰数学。

他坦言自己现在，完全没有社交生涯，已往两周天天都事情到破晓 1-2 点。

我们整理了这场长达一个半小时的采访，总结了下面这些亮点，或许能更好的看清硅谷这一年来的种种「战争」、以及 OpenAI 会做些什么起劲，来继续坚持自己在 AI 时代的第一。

关于 Gemini 3，我们真的「不慌」

OpenAI 真的怕 Google 吗？Mark 的评价很客观但也很犀利。他肯定了 Gemini 3 是个好模子，Google 终于找对路子了。可是他说看细节，好比 SWE-bench（这也是 Gemini 3 刷榜那张图片里，唯逐一个没有拿到第一的基准测试）数据，Google 在数据效率上依然没有解决基础问题。

▲Gemini 3.0 Pro 在 SWE-Bench 上的体现，比 GPT-5.1 还差了 0.1%

而他自己则是很是自信的体现，OpenAI 内部已经有了针对性的应对模子，并且他们有信心在数据效率上做得更好。

Mark 甚至说，奥特曼前几天发谁人说各人都要感应压力的备忘录，去吓唬各人，着实更多的是为了注入紧迫感，他说这是治理层的习用手段，备忘录的目的在于治理层激励团队，而不是真的感应慌了。

我以为Sam的事情之一就是要注入紧迫感和速率感。这是他的责任，也是我的责任。作为治理者，我们的部分事情就是一直给组织注入紧迫性。

▲此前 The Information 报道，奥特曼在 Gemini 3 推出时，在公司内部发备忘录，提到会给 OpenAI 带来难题

他们现在最大的问题，照旧算力分派。作为 OpenAI 的研究主管，他的一项事情就是决议怎样将算力分派到公司内部差别的项目。

他和 Jakub Pachocki（OpenAI 首席科学家）一起，认真制订 OpenAI 的研究偏向，同时决议每个项目能拿到几多算力。为了这件事，他们每隔 1–2 个月，都会做一次盘货。

他们把 OpenAI 所有在做的项目，放进一张重大的表格里，或许有 300 个；然后起劲把每一个项目都看懂，给它们排优先级；再凭证这个优先级表去分派 GPU。

▲英伟达和 OpenAI 的百万 GPU 相助

他也提到，真正要用掉大部分的 GPU 的，甚至并不是训练谁人最主要宣布的模子，而是他们内部在探索下一代 AI 范式的种种实验。

以是，在他的眼里，Gemini 3 宣布了、某家开源模子刷榜了、某个思索模子又拿了新高分了；这些你追我赶的 benchmark 赛车一点都不主要。反而，最应该阻止的，恰恰是被这场竞赛牵着走。

他说，现在的模子生长，我们随时可以靠一点「小更新」，就在榜单上领先几周或几个月。但若是把资源都砸在这些短线迭代上，就没有人去寻找下一代范式。而一旦有人真的找到了，整个领域后面十年的蹊径，都要沿着那条新路走。

小声哔哔几句，预言 OpenAI 下周要宣布的模子，我想就是在妄想之外，做了点小更新，然后刷新了几个榜单罢了吧，就这还没慌吗。

提到榜单的时间，他说他有自己的一套私房题，用来测试模子是不是真的具备了顶级数学直觉。他举了一个 42 的数学难题，说现在的语言模子，包括 o1 这种思索模子能靠近最优解，但历来没有完全破解它。

你想建设一个模 42 的随机数天生器。你手头有一些质数，是模数小于 42 的质数的随机数天生器。目的是，以最少的挪用次数，组合出这个模 42 的天生器。

除了谈到 Gemini 3，主持人也问了他关于 DeepSeek 的看法。

和 Gemini 3 一样，Mark 认可 DeepSeek 的开源模子曾让他们感应压力，甚至嫌疑自己是不是走错了路。

但结论是坚持自己蹊径，不要被敌手的行动打乱节奏，专注自己的蹊径图。OpenAI 不会酿成一个跟风的公司，他们要做的，就是界说下一个范式。

Ilya 的 Scaling 内里尚有许多潜力，OpenAI 需要大规模预训练

近期关于 Scaling 失效的讨论纷纷扬扬，Ilya 先是在播客采访内里说，Scaling 的时代已经竣事了，后面又在社交媒体上澄清，Scaling 会一连带来一些刷新，并不是障碍不前。

所谓的 Scaling Law，就是按经典老故事走向，这几年建了重大的算力基建，模子每 10 倍算力，本该有一波显着跃迁。但从 GPT-4 到 GPT-5，外界并没有看到预期中那种「质变式」的提升，以是才会有「Scaling Law 失效了」的讨论；而 Ilya 前段时间的访谈，则是进一步放大了这种看法。

Mark Chen 对这个看法，给出了坚决的批驳，「我们完全差别意」。他透露，已往两年 OpenAI 在推理上投入了巨量资源，导致预训练这部分稍显退化。之前关于 GPT-5 遇到了预训练的问题，着实也是由于他们把重心放在了推理上，而不是 Scaling Law 已死。

事情就是分派算力资源的他，再次重申算力永远不会过剩，若是今天多 3 倍算力，他可以连忙用完；若是今天多 10 倍算力，几周内也能所有吃满。对他来说，算力需求是真实保存的，看不到任何放缓迹象。

▲ OpenAI 的盘算本钱，妄想到 2030 年破费约 4500 亿美元租用效劳器，红色为推理盘算本钱、蓝色为研发（不包括现金营业）、黄色为可盈利的盘算

他也提到，已往半年，他和 OpenAI 首席科学家 Jakub Pachocki 已经将重心重新拉回，要最先重塑预训练的统治力。

他明确说他们会继续做规�；Ｗ�，并且已经有一批算法突破，专门就是为了让 Scaling 更划算，在相同算力下挖出更多性能，在更高算力下坚持数据效率。

小扎的送来的真汤，抵不过 OpenAI 的鸡汤

最后就是访谈里提到的八卦了，Meta 今年没有别的新闻，媒体渲染了一整个季度的「OpenAI 人才/Apple 人才/Google 人才大宗流失到 Meta」，Mark Chen 在播客里正面回应了这个话题，细节简直有点「颠」。

他说小扎真的很拼，为了挖人，小扎不但手写邮件，还亲自去送鸡汤。人才战打到最后，居然演酿成「谁煮的汤更好喝」的 Meta 游戏。

▲ Meta 花大价钱挖人组建的超等智能实验室名单

不过，在他的直接下属中，Meta 曾试图挖角一半的人，效果所有选择继续留下来。为什么不走？不是由于钱，由于Meta 给的钱显然更多，而是由于信仰。

Mark 说，纵然是那些跳槽去 Meta 的人，也没有一小我私家敢说「Meta 会比 OpenAI 先做出 AGI」。留在 OpenAI 的人，是由于他们真的相信这里才是 AGI 的降生地。

他也提到自己从华尔街和玩扑克的履历内里学到，真正要守住的是焦点人才，而不是每一小我私家。在搞清晰，必需留下的是哪类人后，再把资源和关注度，所有压在这部分人身上。

他说他最强烈的情绪，着实就是想「�；ぱ芯康谋灸堋�。在 Barrett（OpenAI 研究副总裁）去职那阵子，他甚至直接睡在办公室睡了一个月，只为把研究团队稳住。

▲ Barret 现在和 Mira（OpenAI 前 CTO）都在 Thinking Machines

那么 OpenAI 所信仰的 AGI 又是什么，主持人问他，Andrej Karpathy 在最近的一个播客内里说，AGI 或许还要 10 年，你是怎么想的。

Mark 先是奚落了一番 X 现在「惊」的种种文案，一下子是「AI 完了」、一下子又是「AI 又可以了」。他以为，每小我私家关于 AGI 的明确都差别，即便在 OpenAI 内部，也很难有一个一致的界说。但他相信的是，OpenAI 在 AGI 蹊径上设置的目的。

一年内：改变研究的性子。现在的研究员是自己在写代码、跑实验。一年后，研究员的主要事情是治理 AI 实习生。AI 应该能作为高效的助手，肩负大部分详细事情。2.5 年内：实现端到端的研究自动化。这意味着：人类只认真提出 Idea（顶层设计），AI 认真实现代码、Debug、跑数据、剖析效果，形成闭环。

从 Copilot 到 Scientist，Mark 强调，OpenAI for Science 的目的不是自己拿诺贝尔奖，而是建设一套工具，让现在的科学家能一键加速，哪怕这需要重构整个科学评价系统，由于未来可能很难分清是人照旧 AI 做的发明。

2 年半的时间很快，但这关于现在看来，是以周为单位迭代的 AI 行业来说，又是一场漫长的马拉松。

▲ 展望市场给出的，到 2025 年底前最好的 AI 模子会来自哪个公司，Google 排在第一名

无论是扎克伯格那锅真金白银的鸡汤，照旧 OpenAI 想要界说未来的理想主义鸡汤，这场硅谷的「煮汤大戏」还远未竣事。Mark Chen 播客里体现出来的从容，或许能消除一部分外界的焦虑，但用户照旧会用脚投票，好的模子自己会语言。