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]

为什么选择奇点计划 四大核心优势抢先看 多维融合课程，构建全链条认知 资深导师团队，链接学术与产业 主任领衔 × 投资专家 × 技术专家 × 行业先锋 实战场景体验，拒绝纸上谈兵 医学知识 × 投资思维 × 前沿技术 × 产业实战 了解医学知识及临床痛点 掌握医疗赛道投资逻辑 学习前沿创新技术在成果转化中的应用 领军创新企业沉浸式交流参访 顶尖医疗机构权威临床专家授课 资深投资人拆解各医疗赛道估值逻辑 知名企业技术负责人揭秘技术转化路径 创新企业分享成果转化的成功要素 18模块 × 9个周末 × N场实景参访 跨界资源链接，抢占行业生态位 学员生态覆盖医疗全产业链 课程时间 2025年7月-12月 课程的结束，仅仅只是创新的开始 课程周期 9个周末，四大课程模块 7月5日-7月6日 医疗行业市场 全分析 呼吸领域全景：医学、投资与技术深度研修 课程 7月26日-7月27日 垂类领域专家1对1闭门深度指导 模拟器操作等实操课程 真实项目路演，锻炼演讲逻辑能力 前沿技术亲手触达，了解最新技术发展 与科研精英、投资机构、创新企业创始人同窗 面对面对话行业资深专家，快速成长 加入全球健康产业创新中心资源网络 优先对接 ...

"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 ...

图片来源： Ted 昨天， OpenAI 首席执行官 Sam Altman 在个人博客上发布了一篇引发广泛关注的新文章，标题是 《 The Gentle Singularity 》（温和奇点）。在这篇分享中，他并未像科幻小说那样描绘超级智能的突 袭与失控，也没有沉迷于末日想象，而是提出了一个更具现实感、也更令人深思的判断： AI 的 " 奇点 时刻 " 已经到来，只不过它以一种温和、渐进的方式悄然发生。 Altman 写道，我们已经跨过了通向超级智能的 " 事件视界 " ，从 GPT-4 到 o3 ，从智能 Agent 到具备认知 能力的机器人，人类已经踏上这条指数级加速的技术曲线。而这一进程，并非突变或爆炸性突破，而 是一种类似 " 日常奇迹 " 的持续累积： AI 正在悄然改变我们获取知识、进行创造和构建世界的方式。 以下是全文翻译。 我们已越过"事件视界"，起飞已经开始。人类正接近构建数字超级智能，而且到目前为止，这个过程 远没有想象中那样陌生或惊悚。 街头还没有漫步的机器人，大多数人也并未整日与AI对话。人类依旧会死于疾病，太空旅行仍不易实 现，宇宙中还有太多我们无法理解的事物。 但我们确实已经构建出 ...

生成式AI 一、 OpenAI发布推理新王o3-pro，网友实测：很强，也很慢 1. 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； 2. 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； 3. 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。 https://mp.weixin.qq.com/s/xp_7KNVxYS7zLeBUOcWqNA 二、 Mistral首个开源强推理模型Magistral ，对比手快10倍 1. 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； 3. 利用Flash Answers技术，Magistral Medium实现比竞品快10倍 ...

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]