发展路线图 - 计划在2026年9月前实现AI研究实习生级别的能力，并在2028年3月前诞生能独立完成科研项目的AI研究人员 [2] - 深度学习系统被认为有可能在不到十年内达到超级智能水平，在关键领域表现优于人类 [3] - AI正从只能处理几十秒任务的GPT-3时代，进化到能应对数分钟至五小时复杂任务的GPT-4时代，并朝着能调动整个数据中心、连续思考数天的新能力发展 [5] 技术演进方向 - 模型训练重点从参数规模转向关注训练期间的"上下文计算"时间和训练完成后的"推理时间"长度 [8] - 内部已将模型作为研究"实习生"使用，目标是扩展研究人员的计算能力，最终形成能自主提问、找路径、执行实验的系统 [9] - 衡量AI能力的标准是模型能解决多复杂的任务以及能持续工作多长时间 [4] 产品战略转型 - ChatGPT正从"超级助手"转变为AI平台，允许所有人在其上开发自己的AI服务 [13][15] - 产品蓝图分为四层：最底层是数据中心和计算芯片，往上依次是训练好的模型、第一方应用以及用户可创造新服务的顶层 [14] - 正在构建包括网页、Atlas浏览器、移动设备、应用市场、插件生态和企业平台在内的完整AI交互系统 [17] 平台生态构建 - 企业可通过API接入技术构建应用，开发者可在ChatGPT插件平台创建"应用型智能体" [15] - 目标是让OpenAI成为"AI云平台"，使他人能在其上构建未来，而ChatGPT仅是起点而非终点 [15][16] - 未来将出现全新的硬件设备形态，使AI服务随时随地可用，而不再局限于网页 [15] 安全架构 - 公布五层安全框架：价值对齐、目标对齐、可靠性、对抗鲁棒性和系统安全 [21] - 核心研究方向是"思维链保真度"，旨在让模型展示思考过程而不仅是输出答案 [21][22] - 采用"克制设计"方式，不强迫模型给出完美思路，而是通过"摘要器"间接展示思维链，以平衡可理解性与思考自主性 [24] 基础设施投入 - 正在建设每周产出1吉瓦算力的"星门"数据中心，首座位于德克萨斯州阿比林 [26][27] - 目标是在五年内将每吉瓦算力成本降至200亿美元，以使AGI成为大众工具 [28] - 已承诺的基础设施投资达30吉瓦算力，财务义务接近1.4万亿美元，涉及与AMD、Broadcom、Google、Microsoft、Nvidia、Oracle等多方合作 [29] 组织架构调整 - 采用双层结构：OpenAI Foundation作为非营利控制中枢负责使命监督，OpenAI Group PBC作为公益公司执行商业与基建任务 [34][39] - Microsoft持有PBC约27%股份，估值约1350亿美元，合作锁定至2032年 [40] - 基金会初始拨出250亿美元资金，重点投入AI医疗和AI韧性两大领域 [41][42] 行业影响 - 大学和研究机构中，最早采用AI进行研究的一方将率先进入新的科研周期 [10] - AI公司需将产品设计从"输出文本"转向"解决任务"，用户使用方式从提问转向"任务交付" [11] - AI韧性概念被提出，旨在建立社会级的监测、响应和防御能力，以应对AI可能带来的风险 [42][43]