韩国总统与软银CEO会面讨论人工智能发展 - 韩国总统李在明在首尔接见日本软银集团首席执行官孙正义，双方谈及超级人工智能等话题 [1] - 会面期间，孙正义描述了关于ASI的未来，称先进的人工智能可能会超越人类 [1] 孙正义对超级人工智能的展望 - 孙正义将未来人类与ASI的智能差距比作人脑与鱼，称ASI将比人类聪明1万倍 [3] - 孙正义将ASI与人类的关系比作人类与宠物的关系，强调可以和平共处，ASI不需要“吃掉”人类 [3] - 当被问及ASI是否可能获得诺贝尔文学奖时，孙正义给出了肯定的回答 [3] 超级人工智能的技术背景与发展预期 - ASI是一个描述“人工智能超越人类”的假设情景，科学家普遍认为距离实现目标还有很长的路要走 [3] - 作为关键一步的通用人工智能将在大多数任务中超越人类，这一情景可能会在十年内实现 [3] 韩国的AI发展战略 - 韩国总统李在明誓言将韩国打造为AI强国 [3] - 首尔计划明年在AI领域投入三倍资金，目标是跻身世界三大AI强国之列，即仅次于美国和中国 [3]

产品发布：Gemini 3 Deep Think - 谷歌DeepMind发布全新推理模型Gemini 3 Deep Think，基于前代Gemini 2.5 Deep Think迭代，在复杂数学、科学和逻辑难题的推理能力上实现质的飞跃[7] - 该模型的核心能力是“并行思考”，可同时探索多种假设以解决超高难度问题[2][14] - 模型在多项基准测试中取得行业领先成绩：在Humanity‘s Last Exam（无工具辅助）上获得41%的高分，在ARC-AGI-2（配合代码执行）上创下45.1%的新纪录[2][7]，在ARC-AGI系列测试中实力被描述为无“模”能敌[10] - 产品已上线，所有Gemini App的Ultra订阅用户即可体验[5][11] 技术演示与能力 - 在3D场景生成任务中，Gemini 3 Deep Think相比Gemini 3 Pro展现出更高的还原度和符合物理逻辑的交互光影[5] - 该模型能够根据草图创建精确的交互式3D场景[5]，并能生成具备真实物理效果（如碰撞模拟）的游戏关卡和动画[14][16] - 在程序化生成内容（如创建地球类行星）的任务中，Deep Think版本被评价为比Pro版本更具创造力[14] - 开发者实测表明，该模型具备根据静态照片（如玻璃瓶）生成相应3D动画的惊人能力[15][16] 团队与人才战略 - 谷歌DeepMind宣布在新加坡组建一支全新的精英团队，专注于高级推理、大语言模型/强化学习，并推进Gemini及Deep Think等前沿模型的发展[18] - 该团队由华人科学家Yi Tay领导，并向位于山景城、由谷歌Fellow Quoc Le领导的团队汇报，后者是Gemini Deep Think在IMO和ICPC竞赛中获得金牌突破的核心团队之一[18][20] - 团队组建理念强调“人才密度”，初期规模小但能力极强，并已从全球招募顶尖人才[20][21][23] - 团队将与包括“推理之王”Denny Zhou、Noam Shazeer在内的多位AI领域顶尖研究者联动[23] - 该项目得到了谷歌DeepMind内部高层（如Demis Hassabis、Jeff Dean）的大力支持[23] 市场动态与竞争格局 - 随着Gemini 3 Pro的发布，谷歌Gemini的网页端市场份额突破15%大关，目前达到15.1%[26][27] - Gemini的网站访问量达到13.51亿次，较上月（10月）增长14.3%[30] - 尽管ChatGPT在流量上仍断崖式领先，但其市场份额持续下降，目前为71.3%，网站访问量降至58.44亿次，这是其在2025年第二次出现环比下滑[26][27][30] - Grok凭借4.1版本的发布持续增长，市场份额升至2.7%，网站访问量达到2.344亿次，创历史新高，较10月增长14.7%，并首次实现连续两个月流量增长[26][27][33]

人形机器人 (Optimus) 的规模与价值 - 公司预计未来全球人形机器人总量可达300亿至400亿台，相当于工业场景中每个人对应三到四台机器人 [7] - 当Optimus年产量稳定在100万台后，其单台制造成本预计可控制在2万至3万美元之间 [8] - Optimus的机械手是其中最复杂的部分，一只手包含约50个执行器，整机约有100个执行器，以实现与人类手相当的敏感度、精准度和自由度，完成精细操作 [8] - 该精密能力将带来巨大社会价值，例如可胜任外科手术等高精度医疗操作，其手部精度将达到甚至超越人类医生 [9] - 机器人作为可规模化生产的产品，有望解决优质医疗资源稀缺问题，实现普及 [9] xAI的发展战略与Grok模型 - 公司创办xAI旨在完成其最初赋予OpenAI的使命，即作为开源、非营利的“谷歌的反面” [11][12] - 公司认为在AI领域的竞争核心是“加速度”而非起跑线，并自信其团队发展速度已超越任何其他AI团队 [13] - 公司认为，只要产品能提升10%的社会效率，就足以支撑一家市值几千亿美元的公司 [13] - 公司指出成功的三个关键要素是：吸引最顶级人才、部署最多的AI硬件、在GPU运算资源上线速度上领先 [13] - 正在训练的Grok 5模型参数量达到6万亿，是已知参数量最多的模型之一，公司创始人认为其有10%的机会触碰通用人工智能（AGI）边界 [3][15][16] - Grok 5被命名为“银河百科全书”，目标为打造开源的人类知识总库，并将其部署至月球和火星 [15] - Grok 5是一个原生多模态模型，能处理文本、图像、音频、视频，并具备实时视频理解能力，这被认为是实现AGI的关键 [16][17] - 公司已构建顶尖硬件设施，其Colossus数据中心的建设速度令英伟达CEO感到震惊 [15] 特斯拉的制造与芯片技术 - 公司认为其核心竞争力在于让事情做得更快、更好、更便宜，其工厂目前达到每35秒下线一辆新车的速度，未来目标压缩至10秒甚至5秒 [22][23] - 实现该目标的方法论是将工厂像芯片一样优化，提高空间利用率和运行效率 [24] - 公司正在深度开发下一代AI5芯片，该芯片将是未来特斯拉和Optimus人形机器人的核心 [24] - AI5芯片的目标是成为专门为推理端设计的芯片，其性能目标是达到英伟达芯片的2到3倍，而成本只有其十分之一 [4][24] 对未来产品与交互的设想 - 新一代Roadster跑车正在接近展示原型阶段，其发布会预计将令人难忘，公司甚至考虑制造电动飞行汽车 [28] - 公司对未来手机的设想是将其视为“AI推理的边缘节点”，未来将不再有操作系统或应用程序，所有交互由AI处理 [28] - 预计大约五年或六年后，这种AI手机将研发成功，届时应用程序将过时，手机将预测并实时生成用户想看和听到的内容 [29] - 届时用户消费的大部分内容，包括音乐和视频，都将是人工智能生成的内容 [29] 对AI未来社会经济影响的展望 - 公司认为AI将迅速接管任何数字化的工作，而涉及物理世界“移动原子”的工作（如焊接、烹饪）将存在更长时间 [33][34] - 在一个良性情景中，AI和机器人技术将带来“全民高收入”，任何人都可以拥有他们想要的任何产品或服务 [4][34] - 借助人工智能和机器人技术，未来社会可能走向前所未有的繁荣状态，甚至创造一个真正意义上的乌托邦 [36][37] - 公司强调AI需要在正确的价值框架下发展，最大限度地追求真理，以避免有害结局 [34] - 公司认为一个追求真理的AI将促进人类社会的发展，并可能像人类保护黑猩猩一样保护人类 [35] - 公司描绘的最美好未来是：在保留自然之美的同时，人们拥有富足的生活、优质医疗保健，并可以自由探索兴趣 [36] - 公司指出，在物质富足由AI实现后，人类意义感的缺失将是未来最大的隐忧 [36]

文章核心观点 - 行业顶尖专家认为当前关于人工智能的公共讨论存在极端化倾向 既有人类灭绝威胁论也有乌托邦式的无限生产力论 这些极端言论误导公众并阻碍了有效的技术沟通和教育 [1] - 多位顶尖计算机科学家呼吁对人工智能及其社会影响力进行更平衡、更基于事实的宣传 而非炒作 [1][2] 行业专家对AI/AGI发展的评论 - 斯坦福大学教授李飞飞指出 AI威胁论与AI万能论的观点都在夸大其词 充斥技术讨论并误导易受影响的人群 [1] - 谷歌大脑创始人吴恩达表示 通用人工智能被过度炒作 在很长一段时间内仍会有许多事情是人类能做而AI无法做到的 [2] - Meta前首席AI科学家杨立昆认为 大语言模型虽然有用且令人惊叹 但存在局限性 并非通向人类水平智能的途径 [2] 行业专家背景与动向 - 李飞飞是斯坦福大学长期任职的计算机科学教授 以创建ImageNet数据集而闻名 去年联合创立了致力于开发三维交互AI模型的世界实验室公司 [1] - 杨立昆上个月宣布结束在Meta的12年生涯 计划创办一家人工智能创业公司 [2]

行业趋势与投资热度 - 全球科技巨头与投资界领袖普遍认为人工智能是明确的发展趋势，行业仍在野蛮生长 [2][8] - 行业投资热度极高，呈现“军备竞赛”态势，2025年已有49家美国AI初创公司融资至少1亿美元 [8] - 科技巨头持续大规模投入，Meta、Alphabet和微软等公司在AI基础设施上投入了数百亿美元 [8] - 行业存在显著泡沫风险，多位领袖预测将出现“超级输家”和占据头条的史诗级“炸雷” [4][10][12] 就业与社会影响 - Anthropic首席执行官预测，随着AI达到“博士级”智能，多达50%的初级白领岗位将面临被永久取代的风险 [4] - 未来五年内，半数初级岗位可能因AI消失，导致失业率飙升至10%-20% [7] - AI可能推动社会价值观转型，未来社会结构可能不再以“经济生存”为唯一目标，“工作”不再被视为人生的核心 [7] - 应对AI的就业冲击需要“企业-政府-社会”三层模型共同应对，再培训项目势在必行但非万能解药 [5][7] 行业风险与商业模式 - AI行业天生高风险，支撑其运行的数据中心建设成本极高，是“烧钱”的行业 [12] - 行业存在巨大的时机误判风险，即使技术实现突破，生态玩家在时机上的微小偏差也可能导致严重后果 [12] - 企业级市场（To B）被视为关键的差异化竞争领域，关注代码能力、高强度智力活动及科研能力，而非用户参与感 [22][23][24] - 行业面临核心不确定性：经济价值的增长速度能否跟上资本消耗的速度 [28] 公司战略与竞争格局 - Anthropic采取“稳字当头”的保守策略，专注于与大企业客户合作，在算力投入上保持谨慎 [14] - Anthropic通过差异化竞争，主攻企业用户市场，避免与科技巨头在消费级市场直接竞争 [22] - 公司模型优化方向高度符合商业需求，并在企业级代码领域找到“甜蜜点”，正计划向金融、生物医药、零售和能源领域扩张 [23][25] - Anthropic发布其最强模型Claude Opus 4.5，在代码生成和办公文档处理方面表现突出，并在多项基准测试中与谷歌Gemini、OpenAI GPT等模型竞争 [26][27] 技术发展与AGI路径 - Scaling Law被认为是通往通用人工智能最可能的路径，模型通过持续的规模扩展和微小调整线性变强，没有所谓的“魔法时刻” [29][30] - 当前AI模型已能完成大部分代码编写工作，工程师角色转向修改和优化 [30] - 模型能力持续进化，已在高校奥数竞赛中胜出，并开始进行“前所未有的新数学”研究 [30] - 预测模型能力与经济价值将持续同步增长，每一代模型都更聪明，经济价值也继续加倍 [30] 基础设施与算力需求 - 亚马逊、谷歌、微软等“超大规模服务商”是维持AI运转的幕后关键，它们私下抱怨“算力根本不够用” [12] - AI基础设施的巨额资本开支是行业主要特征之一 [8] 公司动态与市场观点 - Anthropic首席执行官公开嘲讽OpenAI的“红色代码”策略，强调自身公司从未发布过任何“红色警报” [16][17][21] - 暗示部分同行（如OpenAI）在采取高风险、孤注一掷的激进策略 [14][15] - 根据报道，Anthropic最早可能于2026年进行首次公开募股，并有望成为史上规模最大的IPO之一 [30]

中美关系动态 - 中美领导人于11月在韩国釜山成功举行会晤，为两国关系校准航向并注入动力[1] - 中美双方意识到两个强大经济体之间存在深度交织的利益关系，必须找到共存之道[2] - 双方目前进入阶段性缓和，正在寻找一种可持续的共存方式[3] - 特朗普本人并非“对华鹰派”，他喜欢中国并相信中美合作能解决全球性问题，这反而可能成为巨大的历史机遇[4] - 在一个摇摆不定的世界里，中美需要为彼此找到一个更加稳定的着陆点，否则任何一次意外都可能成为冲突的催化剂[6] 美国政治与经济影响 - 2026年美国中期选举临近，美国经济表现将成为关键因素，而中美关系正是影响美国经济的核心变量[2][3] - 特朗普政府格外清楚中美关系是影响美国经济的核心变量[3] - 今天的美国在某些方面更像沙特、阿联酋、希腊或意大利，政府和商业的关系正发生结构性变化，这对外国企业进入美国市场既带来不确定性也带来机会[6] - 特朗普对吸引中国重大投资有兴趣，例如中国企业在里士满建设电池厂等项目[6] 中国资产与市场展望 - 今年以来国际投资人对中国市场的兴趣显著回温[2] - 展望2026年，中国资产的吸引力还将进一步提升[2] - 2025年四季度市场可能存在一定波动性，但投资者普遍期待行业轮动，比如一些高股息、传统消费和金融板块接力上涨，从而提升整体资产的估值[2] - 市场波动反而可能被视为更好的入场时机[2] 中国企业出海 - 近年来中国制造、消费类企业加速出海，美国市场亦成为主要目的地[6] - 对于中国企业进入美国市场，建议保持耐心、通过合资企业形式增强文化理解并获得政治保护、接受审慎监管[6] - TikTok最终达成的协议是可行的，不应成为阻碍中国企业全球化布局的理由[6] 人工智能（AI）领域的竞合 - AI可能为中美提供少有的合作空间，因为任何一方都无法单独应对AI带来的跨国性风险[2][10] - 2025年初的“DeepSeek时刻”令世界感到冲击波，AI似乎变成了中美的新竞技场[6] - AI界分为两大阵营，许多科技界领军人物相信“赢得AI竞赛者，将赢得一切”，将AI视为全方位的权力[7] - OpenAI计划筹集数万亿美元资金，拥有数千名员工和数十万枚尖端GPU[8] - DeepSeek拒绝出售股份，完全私营，只有数百名员工，芯片资源远少于OpenAI[8] - 中国领导层和许多科技企业似乎并不把“通用人工智能”（AGI）视为必须争夺的终极目标，重心在于把AI普及到各行各业以提升效率和产品[8] - AI蕴含巨大风险，如军备、算法偏差等，需要国际治理与合作[9] - 如果两国足够明智，人工智能会是促使合作的领域，而不是让世界陷入陷阱的技术[10] - 瑞银观点认为，AI的发展将是2026年的重要变量[10]

谷歌AI进展与市场影响 - 摩根士丹利报告显著上调谷歌自研AI芯片TPU的产量预测，预计到2027年达500万片，2028年达700万片，较此前预测的300万片和320万片大幅提升 [1] - TPU产量提升预计将为谷歌带来约130亿美元营收增量及0.40美元的每股收益提升 [1] - 谷歌最新大型语言模型Gemini 3完全由其TPU训练，在训练成本和效率上相比英伟达GPU更具优势 [1] - 谷歌母公司Alphabet股价冲破320美元，年初至今涨幅接近70%，市值逼近4万亿美元，市盈率从年内14倍翻倍至逼近28倍 [1] 谷歌的核心竞争优势 - 谷歌被投资经理视为最接近通用人工智能的企业，具备算力保障与数据两大关键优势 [2][4] - 算力优势源于自身强劲现金流，无需外部融资即可获取充足GPU [4] - 数据优势在于沉淀了数十年的搜索、视频、安卓移动等浅层与深层数据，是AI训练的核心“养料” [4] - 谷歌拥有“一体化”生态系统优势，包括搜索、Gmail、Workspace、Android，利于将AI融入数十亿用户工作流程 [5] - 谷歌联合创始人佩奇回归主抓AI，结合DeepMind技术，有望推出超越ChatGPT的产品 [4] 对英伟达及AI硬件格局的影响 - 市场担心谷歌AI进展，导致英伟达市值蒸发超千亿美元 [1] - 英伟达持股的数据中心运营商CoreWeave股价从历史高位下跌近50%，其竞争对手Nebius股价也持续下行 [7] - 分析认为TPU作为专用计算芯片，在特定推理场景有优势，但无法取代GPU的通用计算地位，两者是互补而非替代关系 [2][7] - 在AI解决“情商问题”（处理非确定性、概念性内容）的背景下，英伟达GPU是关键支撑，扮演“情商调动总协调师”的角色 [7][8] - 英伟达在算力领域的主导刚起步，行业资本开支上升趋势有望维持，其市盈率接近20倍，估值被认为合理 [8] AI投资格局与市场观点 - 巴菲特旗下伯克希尔·哈撒韦于2025年三季度首次建仓谷歌母公司Alphabet，持仓规模达43亿美元，引发市场震动 [4] - 当前大模型竞争格局从“谁拥有最智能的聊天机器人”转向“谁拥有最集成的一体化工作流程”，谷歌两者兼备 [5] - OpenAI面临挑战：若在多模态消费者功能上与谷歌竞争，将陷入消耗战；若退守企业市场，则面临谷歌通过生态系统渗透的威胁 [5] - 市场开始担心AI投资性价比，但认为AI是类似工业革命的重大变革，不能以单一企业短期收支衡量整个行业 [6] - 多位投资经理仍长期持有AMD和英伟达，认为以目前市盈率减持不明智，但短期内不利因素不太可能消失 [9] AI应用端的投资机会 - 未来投资者目光将更多聚集于AI应用端，因为应用端是“资本开支的接收者”和被AI真正赋能的部分 [10] - 垂直应用领域如教育、医疗、文创、通用办公等都可能跑出独角兽 [11] - 中国企业在AI应用层，特别是在用户体验打造方面占据优势，得益于庞大用户群体 [11] - 以哔哩哔哩为例，其被看好的原因包括：用户规模达3.6亿且具备消费力、内容生态适合知识类长视频与AI赋能、游戏与广告业务增长潜力清晰 [11] - 高盛、摩根士丹利等机构已发布报告提高哔哩哔哩目标价，看好其广告变现潜力与AI带来的效率提升 [11]

文章核心观点 - AI行业对“世界模型”的定义和技术路径存在显著分歧，但普遍认为其是超越大语言模型、通往通用人工智能的必经之路 [1][2] - “世界模型”概念正经历严重的通货膨胀，其外延被无限扩大，成为一个涵盖环境理解与模拟上下游技术的宽泛“筐” [2][3][18][19] - 世界模型的兴起背后交织着资本焦虑、技术瓶颈和对AGI的渴望，并被视为一场“反LLM中心主义”的运动 [20][22] 概念起源与演变 - “世界模型”的思想最早可追溯至1943年认知科学家Kenneth Craik提出的“心智模型”，即大脑通过构建外部世界的微缩模型来进行预测 [4] - 2018年Jürgen Schmidhuber等人的论文《Recurrent World Models Facilitate Policy Evolution》首次系统定义了神经网络世界模型的框架 [4] - 近两年，随着大语言模型的爆发和对AGI的渴望，该概念迅速繁殖，衍生出众多抽象定义，如“自主智能”、“空间智能”、“压缩即智能”等 [5] 主要技术流派：表征派 - 以杨立昆为代表，主张世界模型是一个在潜在空间运作、预测“抽象状态”的“大脑”，而非生成具体画面 [7] - 其定义的世界模型需同时输入四个变量来预测下一时刻的世界状态，追求逻辑上的因果推演，而非视觉逼真 [12] - 提出的I-JEPA和V-JEPA模型摒弃了生成式AI“预测每一个像素”的做法，以避免浪费算力在不可预测的噪音细节上 [12] 主要技术流派：生成派 - 与表征派的核心区别在于旨在重建和模拟视觉世界，认为“我若无法创造，便不能理解” [13] - OpenAI的Sora被视为世界模拟器，其通过在海量视频数据上预测下一帧像素，试图涌现出对物理规律的理解 [13] - 生成派进一步衍生出互动式生成视频，如谷歌DeepMind的Genie 3，支持生成720p分辨率、24fps帧率的实时互动画面，理解动作与环境的因果关系 [14] 主要技术流派：3D空间智能 - 以李飞飞为代表，主张通过构建持久、高精度的3D环境来实现“空间智能” [16] - World Labs发布的Marble采用类似“3D高斯泼溅”的技术，将世界表征为成千上万个高斯体，以生成符合物理规律的3D世界 [16] - 该路线旨在生成可下载、高精度且物理准确的3D空间，区别于Sora的视频流和Genie 3的实时生成 [16] 行业现状与驱动因素 - 当前各技术路线的成果均未达到理想的世界模型状态，但概念已广泛挂钩于具身智能、自动驾驶、游戏视频、多模态模型、3D模型乃至视觉信息压缩等领域 [18] - 热潮背后存在巨大泡沫，部分源于创投圈需要新叙事来突破大语言模型竞争已定的格局，将“视频生成”等工具概念提升至AGI高度以吸引投资 [20] - 科研人员大规模下场创业，使得学术上的“定义之争”蔓延至商业世界，不同定义直接关联数十亿级别的算力投入和产业链方向 [21] - 行业对大语言模型产生集体性技术焦虑，认为其存在“离身”的先天缺陷，且性能提升的边际效益递减，因此转向对物理现实的模拟与交互被视为关键 [23]

公司业绩与增长 - Anthropic已连续三年实现每年10倍的营收增长 [2] - 公司营收从2023年的1亿美元增长至2024年的10亿美元，2025年预计将达到80至100亿美元 [6] - 基于自下而上的估算，公司预计2026年营收可能在200亿到300亿美元之间 [8] 行业竞争格局与公司战略 - Anthropic的差异化优势在于深耕企业市场，避开了与OpenAI和谷歌在消费者领域的直接竞争 [2][14] - 专注企业市场的商业模式被认为更稳健，利润率也更健康 [10] - 公司最新发布的Opus 4.5被广泛认为是当前最强的代码模型，但公司认为真正的差异化在于专注于企业需求的另一个维度 [14] 技术发展与AGI路径 - 公司CEO坚信规模定律将继续推动技术飞跃，无需范式革命，仅靠持续扩展计算规模和数据配合微小改进就足以持续逼近AGI [2][15] - 模型能力在所有维度上持续进步，已能稳定赢下高中数学奥赛并开始进军大学级别 [16] - 公司内部研究员已完全依赖Claude生成代码初稿，只进行编辑工作 [17] 行业投资与风险 - AI行业正面临真实困境，源于经济价值增长的不确定性与数据中心建设的长周期（通常需一两年）之间的错配 [6] - 有AI公司（暗指OpenAI）采取“YOLO”（孤注一掷式）激进策略，可能面临严重后果，包括破产 [2][7] - 行业存在“循环交易”现象，例如芯片供应商投资AI公司以支持其数据中心建设，但如果交易层层叠加指向过度乐观的营收预期，则可能意味着过度扩张 [12][13] 公司运营与财务规划 - Anthropic依据“不确定性锥体”进行规划，目标是确保即使在最差10%的情景下，仍有能力支付算力成本 [11] - 公司面临算力规划的两难：算力不足可能导致客户流失，算力过剩则可能因营收不及预期而无力覆盖成本，极端情况下可能导致破产 [8][9][10] - 公司预计在2028年实现收支平衡 [11]

公司战略与文化 - 公司本质上仍然是一家纯AI研究公司，核心目标是构建AGI，产品是研究自然流出的结果 [5][21][124] - 公司拥有约500名核心研究人员，内部同时进行约300个项目，通过每1-2个月梳理项目并分配算力来明确优先级 [5][14][15] - 公司采用自上而下押注方向与自下而上文化并存的研究模式，鼓励来自意想不到地方的好点子，并积极放大有前景的研究线索 [79][97] - 公司坚持开放文化，研究人员之间自由分享想法，认为通过速度压制对手比建立信息隔离更有效 [84] - 公司非常重视人才密度，并有意控制研究团队规模，认为甚至可能少于500人，同时通过管理实验确保高门槛 [129][130][131] - 公司在项目署名上持开放态度，被认为是行业内单位人数上对外部署名与个人功劳最大方的地方之一，旨在认可并打造AI超级明星 [133][134][136] 研究重点与进展 - 过去半年，公司研究重心重新聚焦于预训练，认为预训练领域仍有巨大潜力可挖掘，并对此非常有信心 [5][31][88][89] - 公司在“思考”（Reasoning）方向的研究已取得突破，并投入了巨量资源，该能力现已被广泛认为是不可或缺的 [20][86] - 公司内部已有性能达到Gemini 3的模型，并确定很快会发布，且能发布表现更好的下一代模型 [5][27] - 公司认为扩展定律（Scaling Law）并未失效，将继续扩大模型规模，并已有算法突破支持继续扩展 [89][114][116] - 公司设定了明确的研究目标：一年内让AI成为能提高效率的研究实习生；2.5年内实现AI端到端执行研究流程 [112][113] - 公司观察到AI在数学与科学领域产出实打实的新发现，标志着科研前沿推进发生了剧烈的阶段转变 [100][106] 竞争态势与人才争夺 - AI行业人才竞争激烈，Meta等公司采用激进的招聘策略（如高管亲自送汤），但公司在保护核心人才方面做得相当不错 [5][9] - 公司不会与竞争对手进行报价对标，即使面对远高于自身的报价倍数，许多人才仍因相信公司的研究路线和未来而选择留下 [11] - 公司也从竞争对手处学习激进的招聘方法，并积极争取明星人才，目标是为使命组建最强团队 [80] - 面对竞争对手发布新模型（如Gemini 3），公司会建立内部共识并进行试探，但强调不被竞争动态困住，坚持长期可持续的研究方式 [19][27] - 公司对DeepSeek等开源模型的崛起持冷静态度，认为应坚持自己的研究节奏持续创新，而非被外界叙事干扰 [128] 技术细节与算力需求 - 公司在“探索下一代范式”上投入的算力，比训练最终产物本身还要多 [16] - 公司的算力需求极为旺盛，如果今天多10倍算力，可能几周内就能全部用满，看不到需求放缓的迹象 [5][115] - 构建大型模型深度依赖工程能力，如优化内核速度、确保数值计算稳定等，没有这些则无法扩展到当前使用的GPU数量 [24][25] - 公司在数据效率相关算法上非常强，认为这是相对于竞争对手的一个优势 [116] - 公司在模型对齐与安全研究上投入巨大，特别关注随着模型能力增强可能出现的“谋划”（scheming）倾向，并设计了如不监督思考过程等重要工具来保持观察窗口 [137][140] 产品与未来展望 - 公司正在与Jony Ive合作开发硬件设备，旨在重新思考与AI的交互方式，使其具备更强记忆和持续学习能力 [117][118][119] - 未来的ChatGPT应具备更强的记忆和持续学习能力，能根据历史交互变得更聪明，而非每次重新思考 [118] - 公司推动“OpenAI for Science”计划，目标是打造工具与框架赋能全球科学家，加速诺贝尔奖级别的科学发现，而非仅让公司自身获奖 [101][102] - 公司认为AGI是一个过程而非某个具体完成点，更看重是否在持续产出新的科学知识和推进科学前沿 [99][100] - 公司认为当前正处于下一次工业革命的黄金时刻，变化将非常剧烈 [109][126]