奧特曼專訪自曝OpenAI掌握AGI密鑰，2025年降臨！1人1萬塊GPU締造十億獨角獸

新智元報道

編輯：編輯部

【新智元導讀】AGI 2025年到來，ASI幾千天內降臨，奧特曼在最新專訪中金句頻出。不僅如此，他的話還得到了德撲之父、自家員工的證實。

1個人+10000個GPU，就能打造價值10億美元的公司？

OpenAI已經掌握了通往AGI的內部路徑，我們距ASI只有幾千天時間了？

就在最近，OpenAI CEO奧特曼在最新訪談裡，再次爆出不少金句。

YC總裁兼CEO Garry Tan對奧特曼展開了一次訪問，談論了OpenAI的起源，公司的下一步發展，以及他對於創始人該如何駕馭一個龐大公司的建議。

在所有人都在認爲奧特曼又在炒作的同時，德撲之父、OpenAI研究員Noam Brown卻證實，「但據我所見，他所說的一切都與OpenAI一線研究人員的普遍觀點相符」。

另一位OpenAI員工稱，「100%贊成！在OpenAI工作的三年裡，我一直在專心地聽奧特曼的話，他的言辭和評論都很準確」。

這也就意味着，4級AGI——「AI發明者」很快將要實現了！

ASI幾千天內降臨，現在是創辦科技公司的最佳時機嗎

前不久，奧特曼的一篇《ASI幾年內降臨，人類奇點將至》在圈內引發熱議。

他表示，深度學習已經奏效了，它能夠真正學習任何數據的分佈模式。如今人類奇點已經近在咫尺，我們眼看着就要邁進ASI的大門。

奧特曼甚至直接預言：！

由此，Garry Tan和奧特曼展開了進一步討論。

奧特曼表示，如今可以說是創辦科技公司的最佳時機。

每次重大技術革命，都讓我們能比之前做得多，這也讓他希望，公司會更令人驚奇，更有影響力。

當事情進展緩慢時，大公司會佔據優勢。當移動互聯網/半導體/AI革命發生時，新興公司就會佔據優勢。

Garry Tan提到奧特曼之前對ASI幾千天內到來的預判，奧特曼表示，這其實是OpenAI的願景，其實相當瘋狂。

他認爲，自己能看到這樣一條路徑。

當OpenAI的工作不斷積累，過去三年中的進展繼續在接下來的三年、六年、九年中持續下去，保持這種速度，那系統能做的事情，就會非常非常多。

跟封閉的、在某領域有明確任務的原始智商相比，o1已經非常聰明瞭。

奧特曼認爲，我們可能會遇到未知的障礙，或者錯過一些東西，但目前看來，前方還有許多複合增長尚未發生。

在他看來，解決氣候問題、建立太空殖民地、發現所有物理學、近乎無限的智能和充足的能源這些事情，也許的確離我們並不遙遠。

而他喜歡YC的一點就是，它鼓勵這種稍微不切實際的技術樂觀主義，以及「你可以做到」的信念感。

如果我們能實現充足能源，人類的體力勞動就能通過機器人和隨時可調動的語言和智能來解鎖，我們將進入一個真正的富足時代。

我們會更快地得出更好的想法，然後在物理世界中將之實現（當然也需要大量能源）。

如今，太陽能加儲能的發展軌跡已經足夠好，即使沒有重大的核突破，我們也會很好。

奧特曼預言到：未來，我們會解決物理學中的每一個問題，這只是時間問題。

到那一天，我們不會再討論核聚變，而是討論戴森球。

對我們的曾孫來說，地球的能源已經不夠了，他們會去有大量物質的外太空。

OpenAI「5級AGI」藍圖

Garry Tan表示，對OpenAI來說，這是偉大的一年，儘管有一些戲劇性事件。你從去年秋天的罷免事件中學到了什麼，對一些離職有什麼感受？

奧特曼稱，很累，但還好。我們用了不到兩年的時間，加速一箇中型、甚至是大型科技公司的進程，這通常來說會需要十年的時間。

奧特曼最近表示，ChatGPT已經成爲世界上第八大網站

Garry Tan對此表示肯定。

這會伴隨着很多痛苦的事情。任何公司隨着規模擴大，都會以某種速度經歷管理團隊的變動。那些在0-1階段表現出色的人，也不一定適合1-10,10-100的階段。

奧特曼繼續稱，我們也在改變目標。在這個過程中犯了很多錯誤，但也做對了一些事情。

這帶來了很多變化，奧特曼認爲公司的目標不論是AGI還是其他，就需要我們在每個階段儘可能做出最好的決策。

奧特曼希望，OpenAI正在走向一個更穩定的時期，但他也確定信未來還會有其他的，畢竟一切發展都是動態的。

Garry Tan追問道，OpenAI現在是如何運作的？

奧特曼稱，我認爲從目前爲止到構建AGI仍有大量工作要做。而且，OpenAI的研究路徑相當清晰，基礎設施路徑、產品路徑也越來越清晰。

最近，OpenAI在YC舉辦了o1黑客馬拉松，獲勝者之一是Camphor。所以CAD/CAM初創公司，在黑客馬拉松期間，也可以構建出一個可以迭代改進的模型，這聽起來有點像AGI第四級，也就是創新者階段。

Garry Tan稱，我認爲從二級躍升到三級很快就會發生，但三級到四級的跳躍會更加困難，需要一些中型或更大模型的想法。

奧特曼表示，那個演示和其他一些演示讓我相信，只要以非常有創意的方式使用現有模型，就可以獲得大量的創新。

Garry稱，Camphor基本上已經構建了CAD/CAM的基礎軟件。然後，語言就像是LLM的接口，可以像工具一樣使用軟件。如果你將其與代碼生成的想法結合起來，那是一個有點可怕又瘋狂的想法，對吧？

不僅LLM可以編寫代碼，它還可以爲自己創建工具，然後組合這些工具，就像一個思維鏈一樣。

奧特曼肯定道，「是的，我認爲事情的發展速度會比人們現在所意識到的要快得多」。

Garry Tan問道，你能簡要談談第三級、第四級和第五級嗎？

奧特曼稱，AGI已經成爲一個被嚴重濫用的詞，人們指的東西各不相同。我們試圖說，這是我們對事物順序的最佳猜測。

第二級推理者，o1已經實現了這一階段。第三級是智能體，能夠執行長期任務，比如與環境多次互動，並與人類協同工作....我認爲，OpenAI很快就實現這點。

第四級是創新者，就像科學家一樣，能夠在很長一段時間內，探索不太被理解的現象，並理解其本質。

第五級，在整個公司/整個組織的規模上，將帶來鉅變。

不得不承認，這聽起來感覺有點像分形，第二級目標是爲了和第五級相呼應，讓多個智能體自主糾正，並協同工作。

奧特曼繼續表示，這將會成爲創業公司的最大時機，我不知道如何看待這一點，但它確實發生在我的身上。要知道，一個人+1萬塊GPU，將會打造數十億美元的公司。

最後，Garry Tan問道，你對那些即將開始創業，或剛剛開始創業的人，有什麼建議？

奧特曼表示，繼續押注這個趨勢，當前技術還遠未達到飽和點。未來，模型會變得更好，而且速度非常快。作爲創業公司創始人，利用這這點與沒有用上其相比，能夠做到的事情，是截然不同的。

那些大公司，中型公司，甚至是成立幾年的初創公司，他們已經在進行季度規劃週期。谷歌則是在進行年度、十年規劃週期。

你的速度、專注、信念，以及對技術快速發展的反應能力，是創業公司最大的優勢。從古至今幾乎一直都是如此，但尤其是現在。

因此，我建議去構建一些與AI相關的東西，並利用這種能力去發現新事物，並立即做出行動，而不是將其納入季度規劃週期。

此外，奧特曼還表示，當有一個新的技術平臺時，一些人很容易陷入誤區：

我在做AI，所以普通的商業規則不適用於我。有了AI就足夠了，因此不需要其他競爭優勢。

實際上，商業基本規則依然適用，不要被AI的光環迷惑，技術優勢只是成功的一個要素，而並非全部。

奧特曼：我是如何加入YC的

Paul Graham追憶過，在2005年，奧特曼還是斯坦福大學的大一新生時，就堅持加入YC。

Graham跟他說，你太年輕了可以再等等，奧特曼於是當場撒了個謊，表示我大二了，我就要來。

Garry Tan問道，是這樣嗎？

奧特曼承認了這個故事，並且表示自己並不像這些人傳說中的那樣強大。

在他看來，YC之所以如此特別，就是有一個了不起的人告訴你：去做吧，我相信你。而另外一個原因，就是在這裡擁有一羣同樣做事的同伴羣體。

因此奧特曼給年輕人最好的建議就是找到這樣一羣做事的同伴。當時，他還沒有意識到，這件事對着自己後來的成功如此重要。

主持人提到：通過輟學，你選擇了一條收益更大的路。

奧特曼表示，自己很喜歡斯坦福，但的確並沒有感覺到自己被一羣讓自己想變得更好、更有雄心的人包圍。

在斯坦福，所有的競爭就集中在：誰能去哪個投行實習？

奧特曼慚愧地表示，自己也掉進了那個陷阱。但在看到YC的氛圍後，選擇從斯坦福輟學其實並不那麼難。

奧特曼認爲，沒人能免於同輩壓力，但你可以選擇和優秀的人同行。

在他進入YC研究的早期時間裡，幾乎每個人都在談論着AI，似乎它已觸手可及，但那是10年前。

在這樣的氛圍影響下，奧特曼開始希望他能夠講述一個AI顯然能成功併成爲焦點的故事。YC所做的，以及奧特曼此後的行爲，就是將資源分給聰明的人。

有時會成功有時會失敗，但這種嘗試是必不可少的。

在奧特曼加入YC後不久，經歷了AI發展的一個小高潮。

在2014年年末到2016年年初這段時間，DeepMind取得了一系列矚目的成就，超級智能成爲了當時的熱議話題。

作爲一個AI迷，奧特曼決定自己應該嘗試做些什麼了。

OpenAI的創業那些事

尋找志同道合同伴的感覺，就像銀行搶劫的電影開頭，你開着車四處尋找合適的人。

而那些被你擄到車上的人，他們會說：「你這個混蛋，我加入了」。

在奧特曼聽聞了Ilya的大名，並通過Youtube上的視頻，確認了他卻有不負盛名的能力後，他立即向Ilya發送了郵件。

當然，Ilya沒有回覆。

奧特曼便去了Ilya演講的一個會議去見他，在見面後，他們開始了頻繁的交流。

而Greg Brockman是奧特曼在Stripe的工作的早期認識的。

奧特曼回憶，他與OpenAI初創成員間的第一次談話中，就立下了追求通用人工智能的目標。

這種言論在當時幾乎是瘋狂且不負責任的，但它確實引起了成員們的注意和熱情。

奧特曼表示，他們當時就像是掌握主流話語權的老頑固眼裡的一羣烏合之衆。奧特曼那時大概是30歲，是成員裡年齡最大的那個，和其他人的差距也很大。

但就是這樣的一羣充滿熱情的小年輕，到處奔波、逐個找人，與不同的羣體會面。

而關於實現通用人工智能的這件事，在歷經九個月後，開始成形。

2016年的1月3日，在Ilya處理完與谷歌的事宜後，團隊一起去了Greg的公寓，開始決定他們未來究竟要做哪些事。

而那時他們只有10個人左右。

而OpenAI的成員花了很長的時間才弄清楚他們究竟要做什麼。

奧特曼現在回顧時，發現當時的努力的目標其實只有三個：

弄清楚如何進行無監督學習，解決強化學習，團隊人數不超過 120 人。

雖然第三個目標沒有達成，但前兩項在預期內完成得不錯。

但他們的第二個大目標卻在當時引起了許多爭議和批評。

強化學習的核心信念就是深度學習有效，並且會隨着規模的擴大變得更好。但在當時，擴大規模的做法被視爲一種異端，批評者認爲這些是一些偷懶的小把戲，不是真正的學習，也算不上推理。

擴大規模只是在浪費計算資源，甚至可能導致AI冬天的到來。

但對OpenAI來說，擴大規模的做法雖然一開始源於團隊的直覺，後來有了數據來證明它的可預測性。

OpenAI的團隊開始前，就通過自己得出的數據結果堅定了擴大規模的趨勢。

隨着他們不斷提高模型的規模，結果也在不斷變好。

人們期望「少即是多」，但OpenAI卻證明了「多即是多」。

奧特曼表示，深度學習就像一種非常重要的涌現現象。雖然他們現在還沒完全理解實踐中的所有細節，但確實有一些非常基礎且重要的東西在發生。

對於OpenAI這樣的創業公司來說，它所擁有的資源比DeepMind這樣的公司要少得多。

大公司可以嘗試很多事，但創業公司只能專注在一項中，這就是OpenAI獲勝的原因和方法。

「我們不知道我們不知道的事，但我們知道這件事有效，所以我們會真正專注於此」。

「我們沒有花費努力去找到一個聰明的方式去解決問題，而只是做眼前的事並持續推進它」。

奧特曼表示，自己一直對規模感興趣，它對所有事物都具有涌現的特性。

對創業公司是這樣，事實也證明，它對深度學習也同樣起效。

但讓OpenAI獲得成功的原因，是它即使在籍籍無名時，也擁有一個極具才華的研究團隊。

他們爲目標的推進貢獻非常巨大。

而另一點是OpenAI將所有資源都賭在了他們擴大規模的信念上。

人們總覺得雞蛋不能當放同一個籃子裡，但OpenAI則對自己的選擇All in。

做一個堅定的樂觀主義者，奧特曼認爲這是許多成功的YC創業公司中的共同點。

同樣的，奧特曼也表示，沒有人能掌握世界上的所有正確答案，會告訴你應該怎麼去做。

你需要的是去尋找並快速迭代自己的路，而在初期，沒有數據和結果能支持你，你只能依靠自己的信念。

滿血版o1、Sora即將大放送

未來幾周，甚至兩個月內，OpenAI真的要放大招了。

還記得幾周前，奧特曼突然冒泡，「下個月是ChatGPT的第二個生日，我們應該送它什麼生日禮物呢」？

在11月30日，即將迎來的ChatGPT兩週年前後，人們都在等着OpenAI新模型的發佈。

這不，就連ChatGPT官方賬號都不藏着掖着了，滿血版o1快來了。

就在剛剛，OpenAI研究員Jason Wei解釋了，o1推理思維的過程。

在o1範式之前，思維鏈的實際表現和人類期望它達到的效果之間存在差距。它更像是先有了答案，再去對答案進行解釋，列出步驟。

實際上，模型只是模仿了它在預訓練中見過的推理路徑，比如數學作業解答，而不是一步步推理得到答案。

這些數據的問題在於，它是作者在其他地方完成所有思考後才總結出來的解答，而不是真正的思維過程。所以這些解答通常信息密度很差。

一個明顯的例子就是「答案是5，因爲...」這樣的表述，其中「5」這個數字突然包含了大量新信息。

在o1範式下，你可以看到思維鏈與教科書中的數學解答很不相同。

這些思維鏈更像是「內心獨白」或「意識流」。你可以看到模型在不斷調整思路，說一些像「另外，讓我們試試」或「等等，但是」這樣的話。

雖然我沒有直接測量過，但我敢打賭（我的心理語言學朋友們可能能夠確認），思維鏈中的信息密度比互聯網上的普通文本要均勻得多。

由此可見，o1的思維鏈更接近「人類的思維過程」，答案是通過推理得出的。

另一邊，關了近一年的Sora，終於要解禁了。

Runway的聯合創始人表示，有傳言稱，OpenAI計劃在兩週內發佈Sora。我最擔心的是，不得不聽AGI領域的人在播客上談論藝術和創造力的未來。

除此之外，OpenAI內部還有什麼驚喜？畢竟，奧特曼都稱AGI明年就降臨了。

下一代Orion，改進不大

Information獨家爆料稱，下一個代號爲Orion旗艦新模型，可能並不會像前代那樣實現巨大的飛躍。

OpenAI員工測試後發現，儘管Orion性能超過了OpenAI現有模型，但與從GPT-3跳躍到GPT-4相比，改進幅度較小。

換句話說，OpenAI模型的改善速度似乎正在放緩。

事實上，Orion 在某些領域（例如編碼）可能根本不會比以前的模型更好。

爲此，OpenAI內部已經成立了一個基礎團隊，以研究如何在新訓練數據減少的情況下，繼續改進模型。

據稱，這些新策略包括，在AI模型上生成的合成數據來訓練Orion，以及在訓練後過程中進行更多的模型改進。

OpenAI副總稱，「人們低估了測試時計算能力的強大：可以計算更長時間，並行計算，或任意分叉和分支 —— 就像克隆你的思維1000次並挑選最好的想法。」

就是說，在AI推理階段，我們可以通過增加計算資源來顯著提升模型表現。

但有網友表示，「聽說從某個前沿實驗室（老實說不是OpenAI）傳出消息，他們在嘗試通過延長訓練時間，使用越來越多數據來強行提升結果時，遇到了一個意想不到的巨大收益遞減瓶頸」。

如此說來，OpenAI該如何挽救Scaling Law？

參考資料：

https://x.com/tsarnick/status/1854992581610127621

https://www.youtube.com/watch?v=xXCBz_8hM9w