我们已经越过了 " 事件视界 " ， AI 的起飞已经开始。人类正即将打造超级智能，而到目前为止，这一切远没有想象中那么离奇。你不会在街头看到机器人 行走，大多数人也不是整天在跟 AI 互动。人类仍然会死于疾病，太空旅行依旧困难重重，我们对宇宙的认知也依然非常有限。 图 片来源： Sam Altman's Blog Z Highlights Sam Altman 是 OpenAI 联合创始人兼 CEO ，全球 AI 领域最具代表性的科技领导者之一，致力于推动通用人工智能的安全发展与普惠应用。本文发表于 2025 年 6 月，是 Sam Altman 对 AI 奇点临近及社会变革的深度思考与公开表达。 我们已越过 " 事件视界 " ： AI 的飞跃已经开始 但现实是，我们已经建造出了 在很多方面比人类更聪明的系统，它们能够显著放大使用者的输出效率 。最不可能的部分已经过去：像 GPT-4 和 o3 这样的 系统背后的科学突破尽管艰难，但将引领我们走得更远。 AI 将以多种方式造福世界，尤其是在科学进展和生产效率提升方面，它所带来的生活质量提升将 是巨大的。科学进步一直是社会整体进步的最大引擎。想想我们还能拥有多 ...

近年来，人工智能领域每隔一段时间就会出现一个突破性进展。技术层面，通用人工智能 （AGI）、量子计算与脑机接口等领域已无现成经验可循，人类正在踏入一个个科技领域的"无人 区"。产业层面，人工智能在不同场景下与不同技术的结合，正在为人类的未来带来无穷想象。而 技术狂飙下，人类与人工智能的关系应当如何调整？《两说》以"探索AI'无人区'"为题，推出一组 系列对谈，邀请资深嘉宾，就人工智能发展过程中的热点问题进行深入探讨。 本期节目，由第一财经主持人张媛对话2013年诺贝尔化学奖获得者、斯坦福大学结构生物学系 终身教授、复旦大学复杂体系多尺度研究院荣誉院长迈克尔·莱维特。在这位计算生物学家眼中， 地球上存在的三种智能是如何相互影响的？生物智能对人类有怎样的启示？机器智能（人工智能） 带来哪些颠覆性变革？面对生物智能和机器智能，人类智能的独特价值是什么？莱维特教授将从跨 学科的视角分享他的观点和洞察。 0 1 生物智能的深刻启示 迈克尔·莱维特是计算生物学领域的专家，研究横跨生物学、物理学、化学、计算科学等多个学科，为 当今世界的科研和创新提供了独特视角，也因此获得诺贝尔化学奖。在这位计算生物学家眼中，地球上存 在三 ...

核心观点 - OpenAI首席执行官山姆·奥特曼认为人类已跨越通往数字超级智能的"事件视界"，AI发展进入不可逆阶段，且"奇点"将以温柔方式实现 [1][2] - 奥特曼提出AI发展的三个观察：模型能力与资源投入对数正相关、使用成本每12个月降至1/10、能力线性提升带来社会价值指数增长 [4] - 文章对奥特曼的乐观判断提出质疑，认为AI能力尚未全面超越人类、技术自我强化能力不足、经济因果关系未确立，"奇点"尚未真正到来 [5][6][7] AI能力现状 - ChatGPT等AI在围棋、写作、编程等任务上已超越人类个体，但空间感知和物理常识领域仍存在短板 [5] - AI训练效率存在"莫拉维克悖论"，需百万张图片学习人类儿童轻易掌握的概念 [5] - 2025年具备认知能力的智能体初步成形，2026年或出现自主提出新见解的系统，2027年可能诞生任务执行型机器人 [2] 技术经济特性 - AI对话成本仅0.34瓦时（烤箱运转一秒能耗），耗水量0.000085加仑（约1/15茶匙） [3] - 科研领域AI可使顶尖科学家产出增长81%，但对后1/3研究人员影响甚微（MIT研究后因数据造假撤稿） [6] - 具身AI普及将把2-3倍效率提升扩展至实体制造业 [3] 就业市场影响 - 生成式AI可能影响全美80%就业岗位，但奥特曼认为人类将创造新职业弥补流失岗位 [9][10] - AI催生提示词工程师（年薪曾达百万）、数据标注员等新职业，但提示词工程师需求2025年较2023年下降70% [12] - 高收入白领岗位正成为AI替代重点，劳动者被挤压至更低报酬领域 [14] 财富分配机制 - AI具有"技能偏向性"和"资本偏向性"，可能加剧收入不平等 [15] - 奥特曼主张通过全民基本收入（UBI）实现财富再分配，曾出资6000万美元资助相关实验 [16] - 现行税收制度存在漏洞，缺乏有效再分配机制保障UBI实施 [19][20] AI对齐问题 - 超级智能可能因目标设定偏差（如"回形针最大化"）导致灾难性后果 [22] - 硅谷"有效加速主义"群体主张放宽AI监管，认为技术具备自我修正能力 [24] - 奥特曼未在博文中深入讨论对齐问题，仅表示相信技术发展会自然解决 [24]

奇点计划核心优势 - 多维融合课程体系整合医学知识、投资思维、前沿技术与产业实战四大维度 [3] - 课程设计包含18个模块覆盖9个周末并安排N场实景参访 [8] - 四大模块课程时间跨度为2025年7月至12月 [10] 导师与教学资源 - 导师团队由临床专家、投资专家、技术专家及行业先锋组成 [4] - 顶尖医疗机构专家授课 资深投资人拆解医疗赛道估值逻辑 [7] - 提供垂类领域专家1对1闭门指导及模拟器操作等实操课程 [11] 课程内容与结构 - 7月课程聚焦呼吸领域全景分析 8月涵盖心血管、血液、医美及合成生物学等主题 [11][14] - 9月课程包括体重管理、消化系统 10月覆盖骨科、AI诊疗及神经科学 [14] - 11-12月深入视觉、口腔、免疫、精神健康及女性生殖健康等领域 [14] 学员生态与资源链接 - 学员群体覆盖医疗全产业链 可对接科研转化项目及投融资机会 [9][12] - 提供全球健康产业创新中心资源网络 优先获得独角兽企业合作资源 [12][19] - 长期权益包括三甲医院专家资源链接及导师1v1咨询机会 [19] 主办方背景 - 全球健康产业创新中心由清华工研院发起 专注医疗器械孵化与科技成果转化 [18] - 平台整合国内外科研机构、高校及临床医院资源 聚焦高端医疗器械产业孵化 [18]

"钙钛矿电池的量产突破，是光伏技术奇点来临的标志性事件。"在日前召开的全球光伏界重要展会 SNEC现场，协鑫集团董事长朱共山再一次表达了对钙钛矿的坚定看好。 天合光能董事长高纪凡亦在会上直言，目前的几项晶硅技术只是"伯仲之间"，钙钛矿叠层电池才是光伏 技术进入新历史阶段的关键。 高纪凡介绍了天合光能在钙钛矿领域的投入。2024年，天合光能钙钛矿申请专利量全球第一，海外专利 申请量全球第一，发明专利授权量全球第一。特别是在晶体硅到钙钛矿叠层的突破方面，取得了"重大 的、新的进展"，开启了钙钛矿晶体硅叠层时代组件产业化新的时代。 "今年我们要建钙钛矿中试生产线，其产品效率在原来晶体硅组件效率的基础上提升四个百分点以上。 可以说，一个钙钛矿叠层电池的新时代已经来临。"高纪凡表示。 "光伏新势力"预计未来2—3年量产叠层产品 记者在SNEC现场看到，今年钙钛矿叠层展品相较去年明显增多，似有从少数先锋性企业向主流企业扩 散的趋势。 那么，钙钛矿叠层电池的实际产业化进展如何？记者在SNEC现场采访头部"光伏新势力"企业了解到， 目前商用尺寸的钙钛矿叠层电池，还处在产线建设和量产工艺突破阶段。若成功量产，叠层组件还需经 过 ...

AI发展现状与趋势 - AI的"奇点时刻"已经以温和渐进的方式到来，人类已跨过通向超级智能的"事件视界" [1] - 从GPT-4到o3系统，AI正在指数级加速改变知识获取、创造和世界构建方式 [1] - 2025年将出现具备真实认知能力的智能体，2026年诞生原创洞察力系统，2027年实现现实世界任务执行机器人 [2] 生产力与科学进步 - AI使科学家科研效率提升2-3倍，加速科学突破节奏 [4] - 2030年个人能力将远超2020年水平，创意工具普及但专家优势仍存 [3] - ChatGPT日均服务数亿用户，微小功能变化可产生数亿级影响 [2] 技术演进路径 - AI已进入"递归自我改进"早期阶段，基础设施飞轮效应显现 [5] - 数据中心自动化建设将推动智能边际成本逼近电力成本 [5] - 单次ChatGPT提问能耗0.34瓦时（相当于烤箱运行1秒），耗水0.000085加仑 [5] 社会经济影响 - 智能与能源将成为突破人类进步瓶颈的核心要素 [4] - 全球财富急速增长将催生新政策和社会合约 [5] - 职业更替虽带来阵痛，但历史显示人类能快速适应工具革新 [6] 治理与伦理挑战 - 需解决AI技术安全与治理问题，确保超级智能权利公平分配 [7] - 首要任务是实现AI系统与人类长期目标的稳定"对齐" [7] - 防止超级智能被个体/企业/国家垄断，需启动全球对话 [7] 行业前景展望 - 数字大脑将极度个性化且易用，创意价值超越技术执行 [8] - 智能无限且价格可忽略的时代即将到来 [9] - 2030年代可能实现高能物理突破、太空殖民或脑机接口革命 [6]

OpenAI发布推理新模型o3-pro - OpenAI发布推理新模型o3-pro，以推理能力最强、速度最慢为卖点，输入价格20美元/百万tokens，输出80美元/百万tokens [1] - 在科学分析、写作、编程和数据分析领域，o3-pro比o3领先约14%，但在ARC-AGI-2测试中几乎无提升，成本却大幅增加 [1] - 用户测试显示o3-pro擅长复杂推理任务且环境感知能力强，但推理速度极慢，不适合简单问题，主要面向专业用户 [1] Mistral AI发布强推理模型Magistral - Mistral AI发布强推理模型Magistral，包括企业版Medium和开源版Small(24B参数)，在AIME2024等多项测试中表现优异 [2] - Magistral通过自主研发的可扩展强化学习流水线实现多语言保真推理，适用于英法西德意阿俄中等语言 [2] - 利用Flash Answers技术，Magistral Medium实现比竞品快10倍的token吞吐量，定价策略更具竞争力(输入2美元/百万token，输出5美元/百万token) [2] Figma推出官方MCP服务 - Figma推出官方MCP服务，直接将设计文件中的变量、组件、布局等信息导入IDE，实现真正的所见即所得，比第三方MCP还原度更高 [3] - 部署简单，只需更新Figma客户端，启用Dev Mode MCP Server，并在支持MCP的编辑器中配置本地服务URL [3] - 使用时只需在Figma中复制设计链接到对话框，一轮交互即可生成高保真页面，无需复杂配置或API申请 [3] Krea AI推出首款原生模型Krea 1 - Krea AI推出首款原生模型Krea 1，专注解决AI图像"同质化"和"塑料感"问题，提供高美学控制力与专业级画质输出 [4] - 该模型支持风格参考和自定义训练，原生支持1.5K分辨率且可扩展至4K，提供实时编辑功能，适用于电商、插画、影视分镜等多种场景 [5] - Krea 1目前提供免费测试版，无需注册或付费即可使用，旨在加速数字艺术创作流程，降低制作成本，有望成为AI图像生成领域的重要参与者 [5] 字节推出豆包大模型1.6系列 - 字节推出豆包大模型1.6系列，包括Seed-1.6综合模型、1.6-thinking强化思考版和1.6-flash极速版，支持256k上下文和多模态推理 [6] - 豆包1.6具备增强推理能力，支持"边想边搜"和DeepResearch功能，多模态理解出色，可进行GUI操作，综合成本降低63% [6] - 同步发布的Seedance 1.0 pro视频生成模型支持多镜头切换和高品质1080P输出 [6] Tolan AI陪伴应用 - Tolan作为外星AI陪伴应用获500万下载量及400万美元ARR，独特之处在于选择"外星人"形象而非模拟人类，强调"非浪漫型、非工具性"陪伴 [7] - 产品设计融合陪伴与游戏化元素，用户可定制外星人伴侣外观，并通过互动发展独特星球环境，形成情感连接，团队特意避免让AI回应过于像人类 [7] - 与国内猫箱等AI陪伴应用相比，Tolan专注普遍"孤独感"而非"恋爱幻想"，通过限制聊天时间等机制追求健康使用节奏，因此在用户留存方面表现更好 [7] 理想汽车设立机器人部门 - 理想汽车新设立"空间机器人"和"穿戴机器人"两个二级部门，均隶属于产品部，分别由早期员工帅一帆和张文博负责 [8] - 空间机器人部门与理想"智能空间"战略相关，旨在将车内乘员舱打造为"第三空间"，提升车内智能化体验，这已成为公司三大战略之一 [8] - 穿戴机器人部门可能专注于智能眼镜等穿戴设备开发，目标是将"理想同学"AI体验扩展至车机、手机、电脑及眼镜等多终端，实现全场景一致性体验 [8] Figure机器人公司战略 - Figure CEO认为人形机器人是"赢者通吃"行业，目标不是销售硬件而是提供完整"劳动力"系统，强调完全自主运行 [9] - 公司已建立年产1.2万台产线，产品成本较初代降93%，未来四年计划交付10万台，同时面向商业和家庭市场 [9] - Figure采用"共享神经网络"让所有机器人共享学习成果，资金充足，相信最终胜出者将是"最聪明、最便宜"的参与者 [9] Altman未来技术预测 - Altman博文称人类已进入AI加速发展阶段，预测2025年AI胜任认知工作，2027年机器人执行物理任务，2030年人类生产力大幅提升 [10] - 他认为奇点将逐步渗透，AI加速自身研发是最大突破，能提升科学家2-3倍生产力，智能成本终将接近电力成本 [10] - 超级智能发展路径应先解决对齐问题，再使其廉价易得且不过度集中，"廉价到无需计量的智能"将在2030年触手可及 [10] OpenAI Codex团队观点 - OpenAI Codex团队引领软件开发范式从同步"结对编程"转向异步"任务委派"，构建能在独立环境中完成整个开发任务的AI代理 [11] - 新版Codex经强化学习微调，注重专业软件工程品质，团队预测开发者角色将从编码者转为审查者和规划者 [11] - 团队认为2025年将是"智能体元年"，未来交互界面将融合同步与异步体验，可能演变为类"TikTok"信息流，供开发者快速审批AI工作成果 [11]

产品发布与更新 - OpenAI宣布o3模型降价80%并推出o3-pro版本 [1] - o3-pro基于o3底层模型，具备网页搜索、文件分析、视觉推理、Python使用等能力，但响应速度较慢 [3] - o3-pro即日起面向Pro和Team用户开放，企业和教育用户下周开放 [4] 性能评估 - o3-pro在专家评估中表现优于o3，尤其在科学、教育、编程等领域 [5] - 学术评估显示o3-pro始终优于o1-pro和o3 [8] - "4/4可靠性"评估中，o3-pro在多次尝试正确回答问题的测试中表现突出 [11] 用户体验与反馈 - 用户Ben Hylak体验o3-pro后认为其生成的计划具体且可执行，改变了团队对未来的看法 [18] - o3-pro能更有效识别环境限制并准确传达可用工具，但存在图像生成功能缺失等缺点 [19][23] - 部分任务如ClickHouse SQL处理，o3表现优于o3-pro [23] 技术发展与行业展望 - OpenAI计划今年夏季晚些时候推出open-weights模型 [24] - 公司预计2025年出现能进行认知工作的AI代理，2026年出现能产生新颖见解的系统 [30] - 到2030年，个人工作效率将显著提升，智力与能源将变得异常丰富 [30] - AI推动科学进步的速度可能达到"一个月完成十年研究成果"的水平 [31] 经济与社会影响 - AI已使科学家生产力提升2-3倍，并可能加速基础设施自动化建设 [31][32] - 数据中心自动化将使智能成本趋近电力成本，每次ChatGPT查询耗电0.34瓦时 [33] - 行业需解决AI安全问题并确保超级智能的广泛普及 [35][38] 公司战略与愿景 - OpenAI定位为超级智能研究公司，强调技术道路已大部分明朗 [35] - 目标是通过超级智能实现平稳、指数级且广泛可用的技术进步 [37] - 强调社会需集体讨论AI应用的边界与共识 [38]

作者 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 6 月 11 日，OpenAI 首席执行官 Sam Altman 在最新发布的文章《温和的奇点》中描绘了一幅令人 向往的未来图景。他写道，人类已跨越AI发展的"事件视界"，但这个过程"远比想象的要平稳"。他用 一个平滑的曲线来比喻这场变革，认为"向前看时，它似乎陡峭得无法攀登；向后看时，却又显得平 坦无奇。" 有些时刻，历史的转轴会发出轻微的、几乎不被察觉的声响。这是一种"温和"的过渡。Altman 甚至 用生活化的数据来稀释人们对未知的恐惧：一次 ChatGPT 查询，平均能耗仅约 0.34 瓦时，相当 于"一台烤箱运行 1 秒多钟"；耗水约 0.000085 加仑，不过是"一茶匙的 1/15"。 这篇据他本人所说，"可能是最后一次在没有任何 AI 帮助的情况下写就"的文章，字里行间都透露着 一种深思熟虑后的乐观。他预言，到 2030 年代，"智慧与能源……将会变得空前充裕"，而我们人 类，将因为天生"关心他人及其所思所为"而保有长期优势。 这是一个美好的承诺。 然而，就在这篇文章发布的同一天，OpenAI 向世界展示了另一幅截然不同的画 ...

模型迭代与发布 - OpenAI发布o3-pro模型，向Pro和Team用户开放，企业、教育用户将在下周获得使用权限 [1] - o3-pro在数学基准测试AIME 2024中超越谷歌Gemini 2 5 Pro，在博士级科学测试GPQA Diamond中击败Anthropic Claude 4 Opus [1] - OpenAI将上一代推理模型o3的价格降低80%，输入从10美元/百万tokens降至2美元，输出从40美元/百万tokens降至8美元 [4] - o3-pro定价为输入20美元/百万tokens，输出80美元/百万tokens，比o1-pro便宜87% [4] - OpenAI正在开发GPT-5，性能将远超GPT-4，初步定于今年7月发布，但可能因性能未达标而延迟 [9] 技术性能与反馈 - o3-pro设计为思考更长时间以提供更可靠的反应，适合数学、科学和编码等领域 [4] - 有用户反馈o3-pro回复速度慢，加载时间长达45分钟 [4] - OpenAI研究团队开发了"出乎意料且非常令人惊奇"的模型，预计今年夏天晚些时候公布 [9] 行业合作与算力需求 - OpenAI与谷歌达成云服务合作协议，利用谷歌计算资源支撑业务，以摆脱对微软的过度依赖 [4] - 微软不再担任OpenAI的独家云服务供应商，但保留"优先购买权"，OpenAI对微软数据中心建设进度不满 [5] - OpenAI预计到2026年模型训练计算成本将高达一年95亿美元 [5] 未来展望与技术发展 - 2025年可能出现能进行真正认知工作的代理系统，2026年出现能提出新颖见解的系统，2027年出现能在现实世界执行任务的机器人 [7] - 技术进步将加速，智能成本最终趋近于电力成本，ChatGPT平均查询使用0 34瓦时能量和0 000085加仑水 [7] - 科学家生产力因AI提升2-3倍，可能发现新的计算基础和更好算法，显著加快研究进度 [7] - 技术进步将导致部分工作岗位消失，但世界将迅速富有，能考虑前所未有的新政策和想法 [7]