公司对负面指控的回应 - 公司罕见采取积极反击姿态，向分析师发送一份长达七页的内部备忘录，逐条回应至少十二项关键指控 [1] - 针对Michael Burry关于股票回购规模达1125亿美元的指控，公司反驳称过去六年实际回购金额为910亿美元，并指出其将RSU税款误算在内 [1] - 公司强烈否认与安然、世通等会计欺诈案例有相似之处，强调业务基本盘稳健，财务报告透明完整，不存在利用特殊目的实体隐藏债务或人为夸大营收的行为 [1] 关于客户资产折旧的会计处理 - 公司回应关于客户折旧期过长导致利润虚增的争议，称其客户通常按照4到6年对GPU折旧，这反映了真实的设备使用寿命与利用率 [2] - 公司以2020年发布的A100芯片为例，指出其仍在数据中心以高利用率运行，并能在2至3年之外继续产生可观的经济价值，认为外界批评缺乏依据 [2] 应对来自谷歌TPU的竞争 - 公司面临来自谷歌自研TPU芯片的竞争压力，有报道指Meta可能与谷歌合作增加TPU部署，导致公司股价一度下跌3% [2] - 公司在社交平台强调自家芯片在通用性、灵活性及性能上均优于谷歌的ASIC类芯片，并表示其平台是唯一能在所有环境运行所有AI模型的解决方案 [2] - 公司表示谷歌是成功的AI先行者，对其进展感到高兴，并仍然向谷歌供应GPU [2] 行业竞争格局与需求前景 - 谷歌表示对自研TPU和公司GPU的需求都在同步加速增长，长期会继续维持双轨配置 [3] - 分析师普遍认为公司仍占据全球AI芯片超过90%的市场份额，短期需要应对的更多是情绪面与估值层面的波动 [3] - 公司CEO援引Google DeepMind CEO的观点，强调“扩展法则”仍然成立，即更多芯片与更大数据规模将催生更强AI模型，这意味着未来对高性能GPU及系统的需求将继续扩大 [3]

多智能体与游戏AI研究 - OpenAI开发的Cicero系统在《Diplomacy》游戏中达到人类玩家前10%水平，并通过AI反哺训练使开发者Noam Brown成为2025年世界冠军[3][4] - Cicero采用27亿参数的小型语言模型，开发过程中发现更大模型能显著提升性能[8] - 多智能体研究不仅关注博弈策略，更探索如何扩展模型推理时间至数小时甚至数天以解决复杂问题[55] AI推理范式演进 - 测试时计算成为下一代AI核心能力，模型思考时间从15分钟向更长周期扩展带来数量级性能提升[32][34] - 系统一（直觉）与系统二（推理）能力需协同发展，模型规模扩大后推理性能呈现涌现特性[15][16] - OpenAI通过o系列模型验证推理范式，o3已具备网页浏览和深度研究能力，性能持续迭代[11][26] 数据效率与算法改进 - 当前AI数据效率显著低于人类，算法改进是提高数据利用率的关键方向[38][39] - 强化学习微调(RFT)可针对性优化模型，收集的数据对未来模型迭代仍具价值[30] - 预训练模型需结合中训练和后训练才能实用化，纯预训练模型表现欠佳[88][90] 行业竞争与技术路线 - 自对弈在两人零和游戏(如围棋)中有效，但在多人非零和场景面临目标函数设计挑战[66][69] - 模型路由等辅助结构可能被扩展范式取代，开发者需警惕技术快速迭代带来的架构淘汰风险[26][28] - OpenAI采用集中资源进行大规模实验的策略，区别于传统实验室的小型分散研究模式[40][41] 应用场景与商业化 - Codex编程助手可独立完成代码提交，未来将覆盖从问题提出到PR审核的全流程[43][51] - 虚拟助手成为继软件开发后的重点应用领域，AI对齐需求使其可能超越人类表现[52] - 生成式媒体(Sora)与推理模型形成技术矩阵，推动商业订阅增长[71] 前沿研究方向 - 显式建模其他智能体的必要性存疑，大规模模型可能自发形成心理理论能力[64] - 万智牌等超复杂不完美信息游戏暴露现有AI方法的局限性，状态空间爆炸问题待解[99][100] - 生物模拟器开发被视为突破药物研发瓶颈的关键路径，需跨学科协作[86]