写出《超级智能》的那个人,开始认真思考一个更可怕的问题
10年前,他警告全世界:AI 可能毁灭人类;10年后,他却反问:如果 AI 把一切都“修好了”,人类还剩下什么?Nick Bostrom 的新书《Deep Utopia》,不是乐观宣言,而是一枚扔进 AI 圈的思想炸弹。
10年前,他警告全世界:AI 可能毁灭人类;10年后,他却反问:如果 AI 把一切都“修好了”,人类还剩下什么?Nick Bostrom 的新书《Deep Utopia》,不是乐观宣言,而是一枚扔进 AI 圈的思想炸弹。
Sam Altman最近放出一句狠话:只要能走向AGI,一年烧掉500亿美元他也不在乎。这不是情绪宣言,而是一套正在成型的路线图——更大的模型、更聪明的Agent,以及一个全面转向“普通人”的OpenAI。
它的名字叫 GPT‑2,却在性能上吊打 GPT‑4;它没有任何官方说明,却悄悄出现在权威榜单;连 Sam Altman 的一句暧昧表态,都让整个行业集体脑补。这不是发布会,而是一场精心酝酿的“AI 都市传说”。
在这期No Priors播客中,OpenAI Sora项目的三位负责人首次系统阐述了他们的核心判断:高保真、可扩展的视频生成模型不仅是创作工具,更可能是通向通用人工智能的关键路径。本文提炼了他们关于世界模型、规模化方法与创作者反馈的独特洞见。
如果你还以为2023年的AI关键词是“全面起飞”,这13张图会让你重新校准认知:开源模型数量首次占据主流,但性能差距仍在;AI投资总体下滑,钱却疯狂涌向生成式AI;而所谓“全球AI竞赛”,在数据面前几乎成了一边倒的游戏。
当外界还在争论AI是不是泡沫时,华尔街已经用真金白银投票了。贝莱德CEO拉里·芬克公开宣称:AI不仅提升效率,还能降通胀、涨工资;而另一边,数据中心、电力、算力正在引爆一场前所未有的资本竞赛。
Lightmatter CEO Nick Harris 在 Sequoia 的一次演讲中,直面一个残酷现实:传统芯片扩展已走到尽头,但 AI 对算力的渴求才刚刚开始。他给出的答案不是更大的 GPU,而是用光重构整个数据中心。
在这场演讲中,吴恩达系统性地阐述了为什么“Agentic Workflow(智能体工作流)”将成为下一阶段AI应用的核心。他通过真实实验、失败与惊喜并存的案例,说明迭代、反思和多智能体协作,正在比单次更强模型更重要。
在这场与Sequoia AI Ascent的对谈中,Andrej Karpathy回顾了自己对AGI、大语言模型和AI生态演进的长期思考。他没有给出夸张的未来预言,而是从工程现实、规模化约束和生态节奏出发,解释为什么“让AI真正可用”比“定义AGI”更重要。
Blackwell 不是一块更快的 GPU,而是一次对 AI 未来路线的公开摊牌:10–100 倍性能跃迁、万亿参数模型、机器人和空间计算,全都被打包进同一个平台。更重要的是,NVIDIA 正在悄悄改变自己的商业定位。