今年以來(lái)，最重磅的消息就是OpenAI發(fā)布文生視頻模型Sora，其之于視頻大模型的意義絲毫不亞于ChatGPT之于文本模型領(lǐng)域的意義。

文生視頻模型Sora的出現(xiàn)，意味著OpenAI實(shí)現(xiàn)了對(duì)生成式AI主流模型的全面覆蓋，其中包括文本模型GPT、文生圖模型DALL·E、文生視頻模型Sora。

然而，這并不是OpenAI故事的全部。近期，隨著越來(lái)越多信息的披露，OpenAI試圖壟斷AI產(chǎn)業(yè)的野心暴露無(wú)疑。

據(jù)WSJ報(bào)道，OpenAI正在持續(xù)探索進(jìn)入芯片制造的可能，并拋出了一個(gè)5萬(wàn)億到7萬(wàn)億美元的超級(jí)融資計(jì)劃。與此同時(shí)，OpenAI也在加速對(duì)AI核心應(yīng)用場(chǎng)景的產(chǎn)品研發(fā)，其中包括一款搜索產(chǎn)品和兩款革命性的Agent軟件。

這意味著，OpenAI正在向基礎(chǔ)設(shè)施層和AI應(yīng)用層同時(shí)發(fā)力，試圖通吃整個(gè)生成式AI的軟硬件基礎(chǔ)設(shè)施，進(jìn)而壟斷整個(gè)AI產(chǎn)業(yè)。

/ 01 / 通吃上下游的野心

人們總把OpenAI簡(jiǎn)單當(dāng)作模型層公司。但現(xiàn)在這個(gè)看法要改改了。種種跡象顯示，OpenAI正在向基礎(chǔ)設(shè)施層和AI應(yīng)用層同時(shí)發(fā)力。

在基礎(chǔ)設(shè)施層，Sam Altman拋出了一個(gè)增加全球芯片制造能力的項(xiàng)目，并與包括阿拉伯聯(lián)合酋長(zhǎng)國(guó)政府在內(nèi)的不同投資者談判，計(jì)劃募資金額高達(dá)5萬(wàn)億到7萬(wàn)億美元。

事實(shí)上，Altman這一計(jì)劃由來(lái)已久，自去年10月開始就不斷有OpenAI準(zhǔn)備投資芯片的消息傳出，Altman本人也同包括G42、軟銀、英特爾、臺(tái)積電和三星電子等公司談判過(guò)合作。

除了往基礎(chǔ)設(shè)施層走，OpenAI也在加速對(duì)AI核心應(yīng)用場(chǎng)景的產(chǎn)品研發(fā)。根據(jù)媒體報(bào)道，據(jù)了解 OpenAI 計(jì)劃的知情人士透露，OpenAI一直計(jì)劃開發(fā)一款網(wǎng)絡(luò)搜索產(chǎn)品，這項(xiàng)產(chǎn)品將得到Bing支持。

與此同時(shí)，OpenAI還在開發(fā)兩款革命性的Agent軟件。其中一款能夠有效接管客戶的設(shè)備來(lái)自動(dòng)執(zhí)行復(fù)雜的任務(wù)。例如，把文檔中的數(shù)據(jù)傳輸?shù)诫娮颖砀裰羞M(jìn)行分析，或者自動(dòng)填寫費(fèi)用報(bào)告并將其輸入會(huì)計(jì)軟件，或者根據(jù)一定的預(yù)算制定行程或預(yù)訂機(jī)票。

上個(gè)月，OpenAI員工本·紐豪斯在X上發(fā)布了一則招聘信息，為自己的團(tuán)隊(duì)招聘，方向是利用最新模型的特性，開發(fā)一款可能會(huì)改變行業(yè)格局的新產(chǎn)品。對(duì)于產(chǎn)品具體情況，他沒(méi)有詳細(xì)說(shuō)明。但OpenAI的產(chǎn)品副總裁彼得·韋林德在X上評(píng)論說(shuō)，紐豪斯所說(shuō)的產(chǎn)品將會(huì)改變一切。

無(wú)論是Agent還是AI搜索工具，都被認(rèn)為是當(dāng)下AI應(yīng)用探索最成功的場(chǎng)景之一，前者的代表產(chǎn)品是AutoGPT，后者的代表產(chǎn)品是Perplexity。其中，Perplexity 已經(jīng)融資 1 億美元，最近投資者對(duì)它的估值為 5.2 億美元。據(jù) The Information 報(bào)道，截至上個(gè)月，這家初創(chuàng)公司每年從產(chǎn)品訂閱中獲得約 800 萬(wàn)美元常規(guī)收入。

盡管谷歌、Meta等公司在芯片和AI產(chǎn)品也都有動(dòng)作，但遠(yuǎn)遠(yuǎn)沒(méi)有OpenAI這么活躍。而之所以O(shè)penAI花這么多力氣往上下游走，很重要的一個(gè)原因就是對(duì)AI產(chǎn)業(yè)終局的押注。

/ 02 / 押注AI產(chǎn)業(yè)終局

表面上看，OpenAI去造芯片，是因?yàn)橘?gòu)買AI芯片的成本太高了。但說(shuō)到底，OpenAI還是不想被卡脖子。

現(xiàn)在提升模型智能水平只有一個(gè)路徑，就是 Scaling Law。在肉眼可見的未來(lái)，仍然看不到Scaling Law的盡頭。而且即使不開發(fā)任何新的模型，OpenAI 離“用 GPT-4 服務(wù)所有人”的目標(biāo)仍然很遠(yuǎn)。這意味著，在可見的未來(lái)，算力都是一個(gè)巨大的瓶頸。

這可不光是錢的事情。算力成本的下降速度，決定了AI在很多場(chǎng)景里的落地。這一點(diǎn)和當(dāng)初的互聯(lián)網(wǎng)很像，移動(dòng)互聯(lián)網(wǎng)應(yīng)用大規(guī)模爆發(fā)，起于從3G到4G的所帶來(lái)的流量成本大幅下降。

而現(xiàn)在算力成本的下降，很大程度上取決于芯片廠商。盡管H100相比A100性能有明顯提升，但并沒(méi)有像模型訓(xùn)練算力需求那樣有明顯數(shù)量級(jí)的增長(zhǎng)。這也意味著，算力成本已經(jīng)成為OpenAI通往AGI的最大阻礙。

拋開卡脖子的因素外，在AGI終局里，算力本身也足夠“性感”。在這一輪AI熱潮的驅(qū)動(dòng)下，英偉達(dá)的市值已經(jīng)一舉超越了亞馬遜與谷歌。

與布局芯片類似于，OpenAI做AI應(yīng)用產(chǎn)品也出于類似的考慮。從歷史中看，軟件行業(yè)的最終贏家是直接掌控用戶和數(shù)據(jù)資產(chǎn)的平臺(tái)型應(yīng)用，“只掌握技術(shù)”在互聯(lián)網(wǎng)世界里被證明并沒(méi)有價(jià)值。

這個(gè)邏輯放在生成式AI也同樣適用。正如此前月之暗面楊植麟所說(shuō)：

“現(xiàn)在‘吃’的是 Base Model 的 Scaling Law，未來(lái)可能會(huì)去“吃”用戶這個(gè)數(shù)據(jù)源的 Scaling Law。歷史上基本所有的互聯(lián)網(wǎng)產(chǎn)品要跑出來(lái)，最終都要靠用戶數(shù)據(jù)的 Scale。今天 MidJourney 已經(jīng)能看到一些跡象，它通過(guò)“吃”用戶的Scaling Law 可以勝過(guò) Base Model 的Scale up，但如果只看語(yǔ)言模型和文本，Base Model 的scaling 效果仍然遠(yuǎn)遠(yuǎn)超過(guò)用戶的。“

按照楊植麟的說(shuō)法，AI大模型智能水平驅(qū)動(dòng)力從基礎(chǔ)數(shù)據(jù)的Scaling Law轉(zhuǎn)移到用戶的Scaling Law，只是個(gè)時(shí)間問(wèn)題。在這種情況下，應(yīng)用層公司既是模型層的下游客戶，也是數(shù)據(jù)提供者。只有掌握用戶的公司，才真正意味著掌控模型。

/ 03 / OpenAI的終局思維

如果你足夠了解OpenAI，就會(huì)對(duì)這家公司的目標(biāo)印象深刻。從創(chuàng)業(yè)開始，這家公司的目標(biāo)只有一個(gè)，就是 all in AGI，一切研究圍繞著探索通往 AGI 的路徑。你能看到，無(wú)論是OpenAI還是掌舵人Sam Altman，他們?cè)谛袨樯隙加兄鴺O強(qiáng)終局思維的烙印。

之所以O(shè)penAI能跑通從文本、圖片到視頻的所有 AGI 技術(shù)棧，而且在很多領(lǐng)域都展現(xiàn)出了遠(yuǎn)超行業(yè)的能力，恰恰離不開OpenAI基于終局思維建立的方法論。

作為Scaling Law這一暴力美學(xué)的堅(jiān)定支持者，為了最大程度地發(fā)揮Scaling Law的價(jià)值，OpenAI做了三件事情：良好且通用的數(shù)據(jù)表示，良好且通用的數(shù)據(jù)標(biāo)注，良好且通用的算法。

根據(jù)加州大學(xué)伯克利分校 (UC Berkeley) 計(jì)算機(jī)科學(xué) PHD、知乎作者 SIY.Z的分析：

在GPT中，良好且通用的數(shù)據(jù)表示，是 tokenizer 帶來(lái)的 embedding。良好且通用的數(shù)據(jù)標(biāo)注是文本清理和去重的一套方法（因?yàn)樽匀徽Z(yǔ)言訓(xùn)練是 unsupervised training，數(shù)據(jù)本身就是標(biāo)注）。良好且通用的算法就是大家熟知的 transformers + autoregressive loss。

在Sora中，良好且通用的數(shù)據(jù)表示，是 video compress network 帶來(lái)的 visual patch。良好且通用的數(shù)據(jù)標(biāo)注是 OpenAI 自己的標(biāo)注器給視頻詳細(xì)的描述（很可能是 GPT-vision）。良好且通用的算法也是大家熟知的 transformers + diffusion。

以上的種種調(diào)整，為GPT和Sora的成功打下了基礎(chǔ)。而如今，這樣的思維也從技術(shù)探索也延伸到了業(yè)務(wù)布局。

就拿做芯片這事來(lái)說(shuō)，很多人覺得奧特曼提出的7萬(wàn)億是天方夜譚，但如果放到終局思維的路徑里，其實(shí)也就能夠理解了。

現(xiàn)在全球每年的GDP大約在100萬(wàn)億美元，7萬(wàn)億也就占7%而已。要知道，人腦的能量開銷占每天人體耗能的 20%以上，因此最終 AI 相關(guān)的算力開銷或許也應(yīng)該達(dá)到類似的比例才合理。全球 70 億人分 7 萬(wàn)億美元，平攤下來(lái)人均也就 1000 美元，只有1 部蘋果手機(jī)或筆記本電腦的價(jià)錢，但你從中獲得的生產(chǎn)力提升可能翻倍都不止。

以終局思維出發(fā)，進(jìn)行業(yè)務(wù)布局，讓OpenAI將AI產(chǎn)業(yè)的競(jìng)爭(zhēng)拉高到一個(gè)新的維度，而不僅僅取決于模型的智能水平。但這事也會(huì)帶來(lái)一個(gè)問(wèn)題：OpenAI將面臨比互聯(lián)網(wǎng)巨頭更嚴(yán)厲的壟斷監(jiān)管。

如果OpenAI這條路能跑通，意味著AI產(chǎn)業(yè)將比互聯(lián)網(wǎng)更加壟斷。原因很簡(jiǎn)單，當(dāng)算力、算法和數(shù)據(jù)三者的價(jià)值全被OpenAI拿走的，很多人工智能產(chǎn)業(yè)鏈上的公司會(huì)死掉。

在互聯(lián)網(wǎng)時(shí)代，由于信息流動(dòng)方式的問(wèn)題，導(dǎo)致數(shù)據(jù)最終聚集在了少數(shù)互聯(lián)網(wǎng)巨頭的手里，他們通過(guò)廣告這個(gè)精妙的商業(yè)模式，把財(cái)富聚集在自己手里，壟斷開始出現(xiàn)。

生成式AI所帶來(lái)的技術(shù)變革本有望打破這一切。但OpenAI的AGI野心，很有可能讓長(zhǎng)成一個(gè)吸血的怪獸，壟斷所有的知識(shí)來(lái)靠此收費(fèi)，在壟斷這件事上不僅沒(méi)有減少，甚至換了新方法變本加厲上演。

從長(zhǎng)遠(yuǎn)看，OpenAI吃掉AI絕大部分蛋糕的故事固然性感，但對(duì)于AI行業(yè)乃至整個(gè)世界來(lái)說(shuō)，未必是一件好事。

       原文標(biāo)題 : 野心曝光！7億美元造芯片、開發(fā)革命性產(chǎn)品，OpenAI想要“壟斷”整個(gè)AI