OpenAI CFO重磅曝料:全球最强编程智能体已就绪
4个被广泛认可的基准测试，用来衡量AI是否正在向AGI（通用人工智能）迈进，即是否真正达到了人类智能甚至超越了人类智能的水平
OpenAI的产品团队认为，o3 mini已经成为了全球最具竞争力的程序员。
在Sarah Fryer看来，如今已经非常接近AGI了。
也就是说，AI系统能够承担世界上大多数真正有价值的、人类的工作。
但可以肯定地说，作为一个世界共同体，我们还并未充分发挥它的潜力。
如今，有3个scaling law正在发生。
一个是预训练，也就是让通用模型变得更聪明。这就需要更多的数据和更先进的算法专业知识。在更多算力的支持下，研究人员可以发挥更大的作用。
这就意味着，要想成功，就必须投入大量的资金。
在GPT-3、GPT-4、GPT-5这样的大模型上，计算规模就在呈对数增长。
然后，就进入了后训练阶段。
比如我们想创建一个需要诊病的模型，就需要对它微调，让它专注于医学。
而第三个阶段——推理时计算，就是让这辆「汽车」能切换到运动模式的时刻。
此时，需要在真正的赛道上行驶，从四驱模式切换到运动模式。
以上，就是关于扩展性的三条定律。
OpenAI的研究者，已经推出了「强化微调」技术。
他们发现，其实并不需要很多信息，就能让模型在一个特定领域展现出显着的性能提升。
但关键在于，我们能否达到那个具体的领域？如果你想研究神经疾病，比如退行性疾病的结果，你能在这个特定领域获得足够的信息吗？
即使是一点点的信息，也会极大提升模型的实用性。
按照OpenAI的说法，星际之门需要投资5000亿美元在计算能力上，或者说，它需要10吉瓦的算力。
这个数字是怎么得出来的？
这是通过预训练扩展、后训练扩展和推理时扩展这三个scaling law。
在模型开发的每个阶段，都会需要越来越多的算力。
可以说，OpenAI没有推出某些模型，就是因为没有足够的计算资源。
Sarah Friar表示，自己是个糟糕的CFO。
Sora差不多在前年2月或3月就准备好了，但直到差不多去年12月，OpenAI才真正推出了它。
甚至到现在，Sora也还没有完全上线。
OpenAI选择的，是推出深度研究，因为他们知道商业界非常喜欢这个特性。
因为没有足够的算力投入业务，Sarah Friar承认，自己每天做出最糟糕的决定，就是不给研究者提供最有价值的资源——研究所需的算力。
她甚至透露：很多时候，Sam Altman来上班时就会生她的气，因为她没有提供足够的算力。
为什么她会陷入这种境地？
因为在两三年前，那些拍板决定算力决策的人，根本想象不到如今算力需求的增长会如此之快。
两年时间里，OpenAI的周活用户就达到了4亿，收入每年都翻了三倍。
现在，整个爱尔兰的负载是7吉瓦，整个国家的使用量都比OpenAI需要的10吉瓦少。
而在她看来，在三年后当人们回过头来，会觉得这时的人们对5000亿这个数字神经紧张，简直是大惊小怪。
所以，该如何扩大规模？电力来源于哪里？是否需要培养人力？
事实证明，电工、暖通空调人员等，都是真正能够制约建设的资源。
因此，美国政府也会对星际之门特别感兴趣，因为它既是一种财政投资，也是有助于在经济上保持领先地位。
而DeepSeek也让人看到，AI正处于激烈竞争中。
OpenAI目前的关注点在于算力、研究人员、数据。
他们需要寻找地点和电力，他们需要平整地面，建设数据中心，填充设备，购买GPU。
OpenAI需要真正证明：它有能力成功应对挑战。
您的点赞是对我们的鼓励
这条新闻还没有人评论喔，等着您的高见呢
OpenAI的产品团队认为，o3 mini已经成为了全球最具竞争力的程序员。
在Sarah Fryer看来，如今已经非常接近AGI了。
也就是说，AI系统能够承担世界上大多数真正有价值的、人类的工作。
但可以肯定地说，作为一个世界共同体，我们还并未充分发挥它的潜力。
如今，有3个scaling law正在发生。
一个是预训练，也就是让通用模型变得更聪明。这就需要更多的数据和更先进的算法专业知识。在更多算力的支持下，研究人员可以发挥更大的作用。
这就意味着，要想成功，就必须投入大量的资金。
在GPT-3、GPT-4、GPT-5这样的大模型上，计算规模就在呈对数增长。
然后，就进入了后训练阶段。
比如我们想创建一个需要诊病的模型，就需要对它微调，让它专注于医学。
而第三个阶段——推理时计算，就是让这辆「汽车」能切换到运动模式的时刻。
此时，需要在真正的赛道上行驶，从四驱模式切换到运动模式。
以上，就是关于扩展性的三条定律。
OpenAI的研究者，已经推出了「强化微调」技术。
他们发现，其实并不需要很多信息，就能让模型在一个特定领域展现出显着的性能提升。
但关键在于，我们能否达到那个具体的领域？如果你想研究神经疾病，比如退行性疾病的结果，你能在这个特定领域获得足够的信息吗？
即使是一点点的信息，也会极大提升模型的实用性。
按照OpenAI的说法，星际之门需要投资5000亿美元在计算能力上，或者说，它需要10吉瓦的算力。
这个数字是怎么得出来的？
这是通过预训练扩展、后训练扩展和推理时扩展这三个scaling law。
在模型开发的每个阶段，都会需要越来越多的算力。
可以说，OpenAI没有推出某些模型，就是因为没有足够的计算资源。
Sarah Friar表示，自己是个糟糕的CFO。
Sora差不多在前年2月或3月就准备好了，但直到差不多去年12月，OpenAI才真正推出了它。
甚至到现在，Sora也还没有完全上线。
OpenAI选择的，是推出深度研究，因为他们知道商业界非常喜欢这个特性。
因为没有足够的算力投入业务，Sarah Friar承认，自己每天做出最糟糕的决定，就是不给研究者提供最有价值的资源——研究所需的算力。
她甚至透露：很多时候，Sam Altman来上班时就会生她的气，因为她没有提供足够的算力。
为什么她会陷入这种境地？
因为在两三年前，那些拍板决定算力决策的人，根本想象不到如今算力需求的增长会如此之快。
两年时间里，OpenAI的周活用户就达到了4亿，收入每年都翻了三倍。
现在，整个爱尔兰的负载是7吉瓦，整个国家的使用量都比OpenAI需要的10吉瓦少。
而在她看来，在三年后当人们回过头来，会觉得这时的人们对5000亿这个数字神经紧张，简直是大惊小怪。
所以，该如何扩大规模？电力来源于哪里？是否需要培养人力？
事实证明，电工、暖通空调人员等，都是真正能够制约建设的资源。
因此，美国政府也会对星际之门特别感兴趣，因为它既是一种财政投资，也是有助于在经济上保持领先地位。
而DeepSeek也让人看到，AI正处于激烈竞争中。
OpenAI目前的关注点在于算力、研究人员、数据。
他们需要寻找地点和电力，他们需要平整地面，建设数据中心，填充设备，购买GPU。
OpenAI需要真正证明：它有能力成功应对挑战。
您的点赞是对我们的鼓励
这条新闻还没有人评论喔，等着您的高见呢| 分享: |
| Note: | _VIEW_NEWS_FULL |
