奥特曼眼中的下一代AI模型：理解力和推理性更好且足够稳定

tayun

当地时间6月3日，OpenAI首席实行官山姆·奥特曼（Sam Altman）在Snowflake Summit 2025峰会的炉边谈话活动中，分享了他对通用人工智能（AGI）的深刻见解，其核心观点直指本质：相较于纠结AGI的准确定义和实现时间节点，大家更应关注人工智能技术持续呈现的指数级进步趋势及其带来的实质性突破。

奥特曼在对话中回溯了AI发展的关键节点。他指出，在GPT-3发布前夕，“世界尚未见过真正优秀的语言模型”。他抛出一个思想实验：若能将今天的ChatGPT展示给那时的人们，“大多数人会说‘这肯定是AGI’”。他坦言：“‘什么是AGI’这个问题本身并不重要。”这个词的定义因人而异，甚至同一个人在不同时间点看法也不同。奥特曼认为，AGI的定义之争意义有限。

奥特曼强调，真正关键的是技术发展的速度与轨迹。“过去5年大家逐年目睹的这种进展速度，在未来至少5年，很可能更久，应该会持续下去。” 他认为，相较于在2024、2026或2028年宣布达成AGI，或在2028、2030或2032年宣布超级智能（super intelligence），这条“长久、美妙、惊人平滑的指数增长曲线”本身蕴含的价值和影响远为重大。

尽管淡化定义，奥特曼也阐明了他心中AGI应具备的核心能力。对他而言，能真正称得上AGI的系统，必须满足以下任一条件：一是自主发现新科学，能够独立进行科学探索；其次是成为超级工具，能将全球科学发现的速度提升数倍（例如翻两番）。

“这将满足我能想象到的任何AGI测试标准，”奥特曼表示。他也承认其他观点，如强调自我改进（self-improvement）能力，或认为当前具备记忆功能的ChatGPT已极具AGI特质。他指出，按早期标准如图灵测试，现有模型“早就通过了”。

下一代模型的潜力与愿景

奥特曼指出，AI领域即将迎来突破性进展，“前方还有巨大的进步空间，诸多改进即将到来”。这一判断基于AI技术发展的历史经验，正如从GPT-3到GPT-4的跨越所展示的那样，新一代AI将实现“上一代模型完全无法企及”的突破。

奥特曼特别强调，下一代AI模型将具备四大核心能力：首先是超强的上下文理解能力，能够深度把握问题背景；其次是能够无缝连接各类工具和系统，实现资源整合；第三是具备“像最聪明头脑那样卓越的推理能力”；最后是拥有足够的鲁棒性，可以自主实行复杂任务。

“老实说，我不知道自己曾认为这种能力会如此逼近现实，但现在感觉真的近在咫尺，”奥特曼坦言。

在应用层面，奥特曼举例说明，芯片企业可以让AI“设计一枚前所未有的优秀芯片”，生物技术企业可以借助AI“攻克某种疾病”，并强调“这一切并非遥不可及”。他同时指出，将AI模型简单地当作数据库使用是相当荒谬的，因为它们是“缓慢、昂贵、漏洞百出”的数据库。AI的真正价值在于其推理能力，“应该被视为擅长思考、分析和解决问题的实体，而非静态数据的存储库”。

展望未来，奥特曼描绘了他心目中的AI“理想形态”：体积小巧但具备超人类推理能力；运行速度极快；支撑高达一万亿token的上下文窗口；能够访问任何想象得到的工具。他总结道：“关键在于，问题是什么无关紧要，模型内部是否已存储所需常识也无关紧要。”

千倍算力时代的AI应用前景

奥特曼还针对千倍算力的应用提出了极具深度的见解。他提出，构建一个强大的推理引擎将会彻底改变人类的能力边界，该引擎能够整合企业运营或个人生活的全部背景信息，并调用包括物理模拟器在内的各类工具资源。

当被问及如何利用一千倍于当前的算力时，奥特曼提出了两个层面的思考。一是在元层面，将算力投入到AI研究本身，致力于开发更为强大的模型。其次是在应用层面，通过在测试阶段增加算力投入，从而显著提升模型的表现。奥特曼还提出了 “幂律法则” （power law）应用思路，即针对关键问题大幅提升算力投入。

在生物科技领域，Arnone项目充分展现了AI与生命科学融合的潜力。该项目专注于解析RNA表达机制，研究表明RNA几乎掌控着人体蛋白质的运作方式。倘若能够精确掌握RNA调控DNA表达的机制，就将有望攻克大量疾病，推动人类文明实现飞跃式发展。

千倍算力的应用前景绝不仅局限于技术领域，更将对生命科学等基础研究产生深刻的影响。正如奥特曼所说，这种突破性进展 “已然明确”，必将为人类的重大难题提供有力的助力。


来源：36kr