编辑：编辑部 HYZ

【新智元导读】OpenAI满血版o1即将出世的消息，让科技圈瞬间沸腾！就连奥特曼本人透露，推理是OpenAI笃定的一个重要未来，o系列模型将在未来快速迭代。

确认了，满血版o1或许真的要来了！

两天前，「谜语人」Sam Altman一条机密的o2「预告」，直接让全网炸开了锅。

要说营销鬼才，还的是奥特曼

而在调侃之余，也有网友发文直指问题要点：「o1泄露到底是怎么回事？模型是不是完备版？最近会不会发布？」

紧接着，外媒Futurism发文称，本身得到了一份官方声明——OpenAI简直准备开放o1模型的有限外部访问权限，但在过程中遇到了一个问题。

现在，这一问题已经得到了修复。（大概指的就是这次的泄露变乱）

根据已知的信息，完备版o1将具备函数调用、开辟者message、布局化输出、流式传输等本领，而且很大概会成为OpenAI有史以来最显著的一次突破性进展。

其中，图像明白和200k token上下文，已在上周末率先被全网玩疯。

种种这些猜测或许并非空穴来风，毕竟除了玩梗式的的推文外，Sam Altman本人也曾在公开场所暗示——o系列模型将会得到快速的改进。

几天前的OpenAI伦敦开辟者日上，来自20VC的Harry Stebbings，与Altman开启了线上对谈。

Altman在QA环节中直言，OpenAI模型会越变越好，如果我们继承迭代下去，就会粉碎更多初创公司。

o系列全新进化，就在面前

问题1：预测未来，OpenAI的发展方向是推出更多类似o1如许的模型，照旧大家所预期的更大规模的模型？

Sam Altman表示固然渴望在各个方面有所突破，而推理模型对OpenAI来说尤为重要。

他认为，也渴望LLM推理本领的提升，可以或许打开一扇新的大门，让OpenAI可以或许实现多年来一直等待的许多功能。

比如，推理模型或许会为新的科学发现做出贡献；帮助人类编写更复杂的代码......这些都将推动科技的显著进步。

因此，我们可以等待o系列模型将会得到快速的改进，这对OpenAI自身来说，具有重要的战略意义。

问题2：预测OpenAI未来规划，你如何看待为非技能配景首创人，开辟无代码工具，帮助其构建和扩展AI应用？

Altman坚定地认为这肯定会实现的。而第一步是开辟可以或许提高编程服从的工具，让已经会编程的人更加高效。

但最终目标是，OpenAI可以或许提供真正高质量的无代码工具。

实际上，现在市场中已经有一些良好的0代码工具，但若要说，通过这一方式构建一个完备的创业项目，还必要一段时间。

初创公司机会在哪？

问题3：如果有人现在花很多时间微调他们的RAG系统，这是不是在浪费时间？OpenAI最终大概会掌控应用层的这部分，对吗？你会如何去答复一个有这种疑虑的首创人?

Altman对此表示，「我们通常会如许答复：OpenAI会尽力以赴，而且信赖我们可以或许不断提升模型的性能」。

如果你的业务重要是修补当前模型的一些小缺陷，那么一旦我们乐成改进了模型，你的业务大概就不那么重要了。另一方面，如果你的公司可以或许从模型的不断进步中受益，那就再好不过了。

他更进一步表明道，创业公司的机会藏在那里？

假设本日有个预言家告诉你，OpenAI o4模型将会非常精彩，可以或许完成现在看来不大概的使命。那么纵然预测大概有误，但至少这符合OpenAI的发展方向。

若是你选择了o1-preview体现不佳的某个领域，打算修补让其委曲能用。而这个问题，大概在OpenAI下一代模型中自然就解决了。

也就是说，与其小修小补，不如将更大的精力放在更有代价的方向上。

这也是OpenAI试图向创业公司转达的基本理念。

问题4：对于你刚才提到的某些领域，确实存在被OpenAI碾压的大概性。如果现在有创业者在思考，OpenAI大概会在哪些领域形成压倒性上风，而在哪些领域不会？作为投资人，也在探求哪些不会受到打击的投资机会。创业者和投资人应该如何看待这个问题呢？

Altman认为，未来将会有数万亿美元的新市值被创造出来。

这些市值未来自于利用AI开辟的产品和服务，这些创新在之前要么是不大概实现的，要么黑白常不切实际的。

OpenAI会把模型做到最好，无需投入巨大精力就能完成你想要的使命。但是除此之外，另有大量机会是在这项新技能底子上开辟令人惊叹的产品和服务，Altman认为这些机会只会越来越多。

这里，他再次强调了，如果企业正在开辟一个工具，是为了绕过某个模型的缺点，那么这个工具很快就会被淘汰掉。

在其时看起来，开辟一些工具面部模型的不足，似乎是一个不错的方向。但现在，初创公司应该着眼于开辟真正有代价的应用，比如精彩的AI辅导老师、AI医疗顾问等。

Altman感觉，之前之前有95%的人在押注模型不会有太大进步，只有5%的人信赖模型会显著改进。但现在，这个情况已经完全反转了。现在，人们已经意识到了模型改进的速率，也相识到了OpenAI发展筹划。

AI创造数万亿美金代价

问题5：软银董事长孙公理预测每年AI将创造9万亿美元的代价，这将抵消他认为所必要的9万亿美元资源付出。我很好奇，当你看到这个预测时，你是怎么想的？你如何看待这个观点？

Altman表示，我不能把它归结为任何具体的数字。我认为如果能在数量级上大抵正确，那对现在来说就足够了。显然，这个领域将会有大量的资源付出，同时也会创造巨大的代价。这在每一次巨大技能革命中都会发生，而AI显然就是如许一次革命。

来岁OpenAI将大力推进下一代系统。无代码软件智能体诞生，虽不知还必要多长时间，但可以以此为例来预测未来。

想象一下，如果任何人都可以形貌他们想要的整套企业软件，这将为世界经济带来多大的代价。固然，这还必要一段时间。

但当我们实现这一目标时，想想现在开辟如许的软件有多困难和昂贵。如果能维持雷同的代价，但使它更容易得到、更便宜，这将产生巨大的影响。

Altman认为未来会看到许多类似的例子。包罗此前，他提到的医疗保健和教育，这两个领域如果能得到改善，对世界来说都代价数万亿美元。如果AI能以全新的方式推动这些领域的发展，那将黑白常令人兴奋的。

AI智能体，完成人类不大概的事

问题6：就AI代价传递的机制而言，开源是一种非常重要的方法。你如何看待开源在AI未来中的角色？当你们内部讨论是否应该开源某些模型时，考虑的因素是什么？

Altman同样认为在AI生态系统中，开源模型显然占据非常重要的位置。而且，现在已经有一些非常良好的开源模型存在。同时，他认为也必要有市场需求为精心设计、集成良好的服务和API。

他表示，全部这些技能都应该被提供出来，让人们根据本身的需求进行选择。OpenAI有开源模型，但作为面向客户的最终产品和服务方式，OpenAI会选择提供AI智能体。

问题7：你如何界说本日的AI智能体？对你来说，什么是AI智能体，什么不是AI智能体？你认为人们对AI智能体的明白有什么误区？

对此，Altman认为AI智能体是如许的：你可以给它一个恒久使命，在执行过程中只必要最少的监视。

在人们认知误区上，Altman称更多的是我们都还没有直觉去明白在未来世界里AI智能领会是什么样子。

对此，他举例做了分析。当人们评论AI智能体代表他们行动时，经常给出的例子是：你可以让AI智能体为你预订餐厅。然后，它就会本身打开OpenTable或者直接给餐厅打电话。

但AI智能体更风趣的是，在如许一个世界里，你可以做一些作为人类你不会或不能做的事情。

比如，不是让AI智能体给一家餐厅打电话订餐，而是让它同时联系300家餐厅，并找出哪一家对你来说最特殊的。

不但云云，在300个地方可以接电话的也是智能体。它可以进行人类无法做到的大规模并行操作。

这只是一个简单的例子，但它展示了AI智能体大概突破人类带脱期制的潜力。

另外，Altman认为AI智能体更风趣的应用是，成为一个一个非常聪明的高级同事。你可以与之互助完成项目，它可以很好地完成一个为期两天或两周的使命。当它遇到问题时会联系你，但最终会给你带来很棒的工作结果。

问题7：这是否从根本上改变了SaaS的定价方式？通常SaaS是按用户数量收费，但现在AI智能体实际上是在替代人力。考虑到AI智能体大概成为企业劳动力的焦点部分，你如何看待未来的定价模式？

对此，Altman推测道，你可以选择使用1个、10个或100个GPU来持续处置处罚问题。这不是按用户数或按智能体数收费，而是基于持续为你工作的计算量来定价。

问题8：我们是否必要为AI智能体使用专门构建模型，照旧现有模型就足够了？你怎么看？

毋庸置疑，OpenAI还必要构建大量底子设施和算法框架。现在，o1模型就是朝着完成精彩智能体使命模型方向发展的。

模型是贬值资产，但会有正向效应

问题9：在模型方面，业界普遍认为模型是贬值资产，模型的商品化趋势非常显着。你如何看待这个问题？考虑到训练模型所需的资源投入不断增加，我们是否实际上看到了这种趋势的逆转，即只有少数人可以或许负担得起模型训练的本钱？

Altman称，模型确实是贬值资产，但称其代价不如训练本钱高，这种观点似乎完全错误。更不用说，当你不断训练模型时，会产生一个正向的复合效应，你会越来越擅长训练下一个模型。从模型中实际得到的收入，他认为是可以或许证实投资是合理的。

但这种情况并不实用于全部公司。大概有太多人在训练非常相似的模型。如果你的技能稍微落伍，或者你的产品缺乏那种能提高用户粘性的常规商业特性，那么确实，你大概难以得到投资回报。ChatGPT是乐成案例代表，拥有数亿用户。以是纵然本钱很高，OpenAI也可以在大量用户之间分摊这个本钱。

问题10：你如何看待OpenAI模型如何随着时间的推移继承保持差别化，以及你最想关注哪些方面来扩大这种差别化？

推理是OpenAI现在最重要的关注领域。Altman认为这将是解锁下一个巨大代价飞跃的关键。

OpenAI团队会在很多方面改进模型，包罗进行多模态工作，以及在模型中加入其他对用户非常重要的功能。

问题11：你如何看待推理和多模态工作？面临的挑衅是什么，你想要到达什么目标？我很想相识这一点。具体是指推理和多模态的结合吗？

Altman肯定道，我渴望这能自然而然地发挥作用，显然，实现这一目标必要付出一些努力，但你知道，就像人类婴儿和幼儿，纵然在语言本领还不成熟的时间，也能进行相当复杂的视觉推理。以是这显然是大概实现的。

问题12：OpenAI如安在焦点推理本领方面取得突破？我们是否必要开始推进强化学习作为一种途径，或者除了Transformer之外的其他新技能？

关于OpenAI做到这点的独门法门，即便是人们不确切如何做到的，也能复制出来。但真正令Altman自豪的一点是，团队可以或许反复去做一些全新的、完全未经证实的事情。这是推动人类进步最重要因素之一。

以是，Altman理想退休后要做的事情之一是写一本书，分享本身学到的关于如何创建一个能做到这一点的组织和文化的全部履历，而不是仅仅复制其他人已经做过的东西。

要让公司巨大，就只招30岁以下员工？奥特曼：没这回事

问题13：你提到人才被浪费，能具体表明一下吗？

Altman表示，世界上有很多非常有才华的人没有发挥出他们的全部潜力，缘故原由大概是他们在一家不适合的公司工作，或者他们生活在一个缺乏良好就业机会的国家，或者其他各种缘故原由。

AI让我最兴奋的一点是，我渴望它能帮助我们，比现在更好地让每个人发挥最大潜力，而我们现在离这个目标还很远。我信赖，如果给予机会，世界上有很多人本可以成为杰出的AI研究职员。

问题14：在已往几年里，你个人履历了令人难以置信的超高速增长。如果回顾已往10年你在向导力方面的变革，你认为最显著的变革是什么？

他认为，这几年对本身来说最不平常的是事物变革的速率。OpenAI险些在两年内完成了从零增长到1亿美元收入，再到10亿，再到100亿的过程。

OpenAI不但要做研究，还要从0开始创建一个公司。他们并不是一个传统意义上的硅谷创业公司，那种逐步扩大规模并服务大量客户的公司。而且，OpenAI面临的挑衅是独特的，必要在极短的时间内完成从研究到大规模商业化的全过程。

问题15：有哪些事是你不知道，但渴望能有更多时间去学习的？

他表示，在脑海中一长串问题中，有一个特殊突出，那就是如何让公司实现下一个十倍增长，而不是10%增长。

这是个非常困难的问题，实现10%的增长，之前有效的方法会依然有效；但要让一个公司的收入从10亿美元到达百亿美元，就要发生许多变革。

在这个增长云云灵敏的环境中，人们甚至没有时间掌握底子知识。

他严肃低估了朝下一个大目标前进所需的努力，同时还要分身其他事情。

这就必要大量的内部沟通，包罗分享信息、创建布局，让公司每隔几个月就能思考十倍的、更复杂的问题。比如如何规划当前的紧急使命和恒久项目。

具体来说，为了一两年后的发展，怎样提前扩展算力？或者是一些看似普通但很复杂的事，比如在旧金山规划足够的办公空间。

由于没有任何先例，全部只能摸着石头过河。

问题16：企业家Keith Raboy在一次演讲中提到，他从Peter Thiel那边学到，雇佣30岁以下的年轻人，就是创建巨大公司的法门。你怎么看待这个建议？

Altman表示，本身创立OpenAI的时间，就是在30岁左右。这建议值得一试，但也没那么绝对。

每个公司和团队的情况都差别，关键是要找到适合公司文化和发展阶段的人才。

无论是带来芳华、活力和雄心的「特洛伊木马」，照旧履历丰富的「老人」，雇佣这两类人都能乐成。

他提到，就在刚刚本身还在给同事发消息，讨论最近新雇佣的一个年轻人。虽然才20出头，但他的体现令人惊叹，能不能找到更多如许的人呢？不过另一方面，我们在设计人类史上最贵、最复杂的计算机系统时，完全没有履历的人会让人担忧，由于风险太高。

因此，理想的情况是二者分身，在任何年龄段都有极高才能标准的人。

按年龄分别人才，显然太简单粗暴了。Y Combinator给我的最大感悟就是，缺乏履历并不意味着没有代价，在职业生活初期就体现出惊人潜力的人，可以创造更大的代价。我们应该押注如许的人。

问题17：现在很多人觉得Anthropic的模型在编码使命上体现更好，你怎么看待？开辟者何时应该选择OpenAI，何时选择其他模型提供商？

奥特曼表示，简直他们的模型在编码上很精彩。至于开辟者如何选择，取决于具体使命和需求。每个提供商都有上风，开辟者可以多实验，看谁在特定用例中体现更好。

而在未来，AI将会无处不在。奥特曼认为，现在我们照旧在讲单个AI模型，但未来我们肯定会转向讨论整个AI系统。

Scaling Law还会多久

问题18：有人说Scaling Law不会持续太久了，但它比我们想象的时间长。你怎么看？模型性能提升的轨迹会像现在如许继承吗？

奥特曼表示，模型本领改进的轨迹会像从前一样继承演进，在很长一段时间内都会云云。

难道你从未对此猜疑过吗？

他表示，本身固然会遇到一些无法明白的模型举动，如失败的训练实验等等。每当我们接近一个技能范式的极限，都必须开辟新的蹊径。

在这个过程中，他也曾遇到最难降服的挑衅。

比如研究GPT-4时，一些棘手的问题在相当长一段时间内困扰了团队很久，但最终照旧解决了。而在转向o1和推理模型的过程中，蹊径也是漫长而曲折。

这时如何保持团队士气呢？奥特曼表示，很多人都对AGI布满热情，这本身就是一个强盛的动力，没有人会觉得这条路很轻松。

他引用了如许一句话：「我从不祈求天主站在我这边，而是祈求本身站在正确的一边」。押注深度学习，感觉就像站在了正确的一边。

问题19：有一句名言叫，「生命中最沉重的东西不是铁或金，而是未做出的决定」。什么未做出的决定最令你沉重？

奥特曼表示，实在并没有一个特殊大的决定困扰着本身。会有一些重要决策风险极高，一旦做出就难改变，比如是否投资下一个产品，或者如何构建下一代计算机系统。他会和大多数人一样，拖延做出决定。

要说真正困难的，是每天都会出现的「51/49」决定，也就是说这些决定险些没有显着的对错之分。

之以是这些决定会到本身这儿，就是由于很难抉择，本身也并不见得比他人做得好。给人压力的这种抉择太多了，而非任何一个特定的决定。

而面临这些时，奥特曼也没有一个固定的探讨人选。

他认为，正确的做法是有15到20个信托的人，每个人在特定领域都有良好的直觉和丰富的履历。

奥特曼的担心：复杂性疯长

问题20：你最担心的是什么？

Altman称，我最担心的是我们整个AI领域正在实验做的全部事情的普遍复杂性。虽然我信赖最终统统都会好起来，但现在这感觉像是一个极其复杂的系统。

现在，这种复杂性在每个层面上都在疯狂地增长。不但仅是整个行业，在OpenAI内部，甚至在任何一个团队内部都是云云。

举个例子，刚刚谈到的半导体担忧，你必须平衡电力供应、网络决策、实时得到足够芯片的本领，以及大概存在的各种风险。

同时，你还必要准备好相应的研究来配合这些资源。如许你就不会措手不及，或者拥有一个无法充分利用的系统。你必要有正确的产品来使用这些研究结果，以支付那些令人瞠目结舌的系统本钱。

以是，仅仅说「供应链」大概会让它听起来太像一个简单的流水线了。实际上整个生态系统的复杂性，在每个层面就像分形扫描一样，与本身之前在任何行业看到的都不一样。

AI与互联网革命完全差别

问题21：很多人将当前的AI海潮比作互联网泡沫时期，由于它们都有类似的兴奋和热情。你觉得这种比较恰当吗？

Altman认为这两者有很大的差别，尤其是在资金投入方面。Larry Ellison曾说，要入局底子模型的竞赛，起步就必要1000亿美元。

你同意这个说法吗？当你听到这个数字时，你的反应是什么？

Altman称，不，我认为实际花费会比这少。但这里有一个风趣的观点：人们总是喜好用从前的技能革命来类比新的技能厘革，试图将新事物置于更熟悉的配景中。我认为这总体上是一个坏习惯，只管我明白为什么人们这么做。更重要的是，我认为人们选择用来类比AI的那些例子特殊不恰当。

比如说，互联网显然与AI非常差别。你提到了本钱问题，是否必要100亿美元或1000亿美元才能在AI领域具有竞争力。但互联网革命的一个显著特征是，很容易入门。

现在，有一点大概更接近互联网的是，对于许多公司来说，AI大概只是互联网的延续。就像其他公司制造AI模型，而你可以使用这些模型来构建各种创新产品。AI在这种情况下就像是构建技能的一个新的基本要素。但如果你试图构建AI系统本身，那就是一个完全差别的游戏了。

另有人将AI比作电力革命，你怎么看？

Altman表示，人们确实经常用电力来类比AI，但我认为这在很多方面都说不通。如果非要做类比的话，我认为晶体管大概是一个更好的例子。

晶体管是物理学的一个巨大发现。它具有令人难以置信的扩展性，很快渗透到各个领域。就像我们有摩尔定律来形貌计算本领的指数增长，现在我们可以想象出一系列关于AI的定律，告诉我们它将如何快速迭代。

整个科技行业都从晶体管技能中受益。你使用的产品和服务中涉及了大量晶体管，但你并不会把这些公司看作是「晶体管公司」。同样，未来AI大概会无处不在，但不是每个使用AI的公司都会被称为「AI公司」。

OpenAI未来两年蓝图

关于OpenAI未来五到十年的发展规划，如果你有一根魔杖，可以或许描绘未来的场景，你能为我勾勒一下OpenAI在五年和十年后的蓝图吗？

Altman对此表示，本身可以轻松描绘出未来两年情况：如果OpenAI现在方向是正确的，而且可以或许开辟出良好的AI系统，特殊是推动科学进步方面。

他认为，在5年内，我们可会看到技能本身以令人难以置信的速率改进。

预测的第二部分是，只管技能飞速发展，但社会本身的变革大概出人料想地小。举个例子，如果5年前问人们，计算机是否会通过图灵测试，他们大概会说不会。如果你告诉他们计算机真的通过了，他们大概会认为这将给社会带来翻天覆地的变革。

究竟上，OpenAI在某种程度上满足了图灵测试的标准，但社会并没有发生那么大的变革。

这种现象大概会继承发生：科学进步不断超出全部人的预期，而社会变革相对迟钝。固然，从长远来看，社会终究会发生巨大的变革。

快问快答

Harry：如果你现在是23、24岁，以我们本日的技能底子设施，你会选择开辟什么？

Altman：我会选择开辟一些由AI支持的垂直领域产品。比如说，一个最先辈的AI辅导系统，可以或许教授任何种别的知识。它可以是AI状师，也可以是AI辅助的CAD程师，诸云云类。

Harry：你之前提到过想写一本书。如果你要写这本书，你会给它起什么名字？

Altman：我还没有想好具体的标题。但我知道我渴望这本书可以或许存在，由于它可以开释大量人类潜力。

Harry：在AI领域，有什么是现在被忽视，但你认为每个人都应该更关注的？

Altman：一个可以或许明白你个人生活的AI系统。它不愿定要有无穷的记忆容量，但至少是一个AI助手，它相识关于你的统统，可以访问你全部的数据等。这个问题有很多差别的解决方法，但焦点是创造一个真正相识个人的AI。

Harry：在已往的一个月里，有什么事让你感到特殊惊奇？

Altman：是一个我不能公开讨论的研究结果。但我可以说，它令人惊叹地好。

Harry：你最恭敬哪个竞争对手？为什么是他们？

Altman：说真话，我某种程度上恭敬这个领域的每个参与者。我认为整个AI领域都有令人惊叹的工作在进行，有许多才华横溢、非常勤劳的人在其中。我不是想回避这个问题，而是真的觉得在这个领域随处都有非常有才华的人在做精彩的工作。

Harry：以是没有特殊突出的一个？

Altman：确实没有特殊突出的一个。

Harry：你最喜好的OpenAI API是什么？

Altman：我们新推出的Realtime API非常棒。但要知道，我们现在有一个相当大的API业务，内里有很多良好的产品。

Harry：你现在最恭敬AI领域的哪位人物？

Altman：虽然AI领域有很多人在做令人难以置信的工作，但我认为Cursor团队的成就真的很特殊。我本可以列举一些杰出的研究职员，但说到使用AI提供真正神奇的体验并创造巨大代价，以一种别人还没完全掌握的方式，我觉得Cursor团队做得相当精彩。在思考这个问题时，我特意没有考虑OpenAI的任何人，否则OpenAI的人会占据名单的前列。

Harry：你如何看待AI系统中延迟和正确性之间的权衡？你认为是否必要一个调治器来在它们之间切换？

Altman：这是一个很好的问题。就像现在我们在进行快速问答一样，我虽然没有答复得特殊快，但也在尽量不过多思考。在这种情况下，低延迟是我们想要的。但如果你说：「嘿，Sam，我渴望你在物理学上做出一个重要的新发现」，你大概会很乐意等待几年。以是答案是，这应该是用户可控的。根据差别的使用场景，用户应该可以或许调解AI系统的响应速率和正确度。

Harry：你渴望在改进向导力方面时，最想在哪方面改进？

Altman：这周我最困扰的事情是，我对我们的产品计谋细节感到比以往更加不确定。我认为产品总体上是我的一个弱项。而现在公司必要我在这方面提供更强有力和更清晰的愿景。我们有一位精彩的产品负责人和一个良好的产品团队，但这是一个我渴望本身能更强的领域。现在我正急切地感受到这种不足。

Harry：你提到了产品团队，你雇佣了Kevin Weil。我认识Kevin已经很多年了，他真的非常精彩。在你看来，是什么让Kevin成为世界级的产品向导者？

Altman：「原则」是起首浮现在我脑海中的词。

Harry：在专注方面呢？

Altman：专注包罗我们要果断地说「不」的本领，真正努力站在用户的角度思考为什么我们要做某事或不做某事，以及严酷地避免陷入异想天开的理想。我们必要保持务实和专注。