文章核心观点 - AI行业正酝酿从“先预训练后微调”的通用模型范式，向“在训练早期就引入与特定任务高度相关的精选数据”的专用模型范式进行根本性转变 [6] - 这一转变旨在解决现有模型的效率低下和“裂脑问题”等技术瓶颈，将深刻改变AI开发格局、模型形态及公司组织架构 [6][8] - 同时，硬件创新（如光子芯片）与资本押注、行业整合与竞争动态也在加速演进，共同塑造AI产业的未来 [10][11] AI训练范式的根本性转变 - 研究人员（来自OpenAI、Thinking Machines Lab、亚马逊）正探讨放弃“先预训练、后后训练”标准流程，转向针对特定任务更早引入精选数据的训练模式 [6] - 核心观点认为，若模型最终用途已确定，在预训练阶段就引入高度相关的精选数据更为合理，可避免为学习无关领域（如诗歌或园艺）而浪费算力 [6][8] - 这种方法论调整将推动市场从“一个通用模型适应所有场景”走向“基于不同数据集构建专用模型”的时代 [6] 范式转变的影响与现状 - 转变将迫使开发者在训练初期就严格筛选数据，直接决定模型在特定领域的专长与短板 [6][9] - 未来AI市场可能涌现大量基于不同基础数据集训练的专用模型，而非依赖对同一预训练模型进行后期修补 [9] - 市场已出现分化迹象：OpenAI正通过路由器将ChatGPT查询分流至不同模型处理，并开发了如GPT-5-Codex等专用模型 [7][9] - 若深化此路线，OpenAI等公司可能需要对研究团队进行彻底重组，以适应完全不同的模型训练需求 [7][9] 硬件创新与资本押注 - 光子芯片初创公司Neurophos完成由比尔·盖茨旗下Gates Frontier领投的1.1亿美元A轮融资，微软M12也参与其中 [10] - Neurophos致力于设计利用光进行AI运算的芯片，目标是在2028年交付一款速度与效率是英伟达Blackwell芯片50倍的芯片 [10] - OpenAI定制推理芯片正在进行“流片”（制造前最后一步） [10] - OpenAI去年宣布的价值超过5000亿美元的Stargate基础设施项目已建成过半，进展超乎想象，并已在甲骨文的Stargate园区服务器上训练模型 [10] 行业整合与竞争动态 - 定制AI模型的软件公司Lightning AI与数据中心提供商Voltage Park合并，新公司估值超过25亿美元 [11] - Yelp同意以3亿美元收购AI代理初创公司Hatch [11] - 谷歌DeepMind通过许可协议聘请了语音AI初创公司Hume AI的CEO及多位顶尖工程师 [11] - 苹果正与谷歌谈判，计划利用谷歌云基础设施及TPU芯片来推出更新版Siri，并计划最早于2027年推出AI驱动的可穿戴设备 [11] - 英伟达CEO黄仁勋据报正准备前往中国，试图在该战略市场重新站稳脚跟 [11] 监管、伦理与宏观影响 - Anthropic发布了Claude的新版“宪法”，相比2023年初版，新文件减少了指令性，给予模型更多判断空间，并罕见提及模型可能具有某种“意识”或“道德地位”的可能性 [11] - 白宫经济顾问委员会发布报告预测，生成式AI将引发美国经济的深刻转型，有望显著提振生产力和增长 [11]