- A+
新智元报道
编辑：Aeneas 好困
【新智元导读】谁会第一个到达ASI？SemiAnalysis大佬Dylan Patel脱口而出：OpenAI！最近，这位圈内最懂AI和芯片的大佬，毫不留情地戳穿了GPT-4.5惨败的原因，还揭露了Meta仓促模仿DeepSeek结果大翻车的内幕。
谁会首先到达ASI（超级智能）？OpenAI！
令人惊讶的是，
大佬斩钉截铁的回答，让主持人惊呆了几秒。
不可忽视的是，
-
GPT-4.5到底哪里出了状况？
概括一下，
-
小扎疯狂挖人，砸出1000万美金年薪，值得吗？
需要注意的是，
-
苹果在AI竞赛中已经彻底落后，接下来他们打算做什么自救？
GPT-4.5到底哪里出了状况？
小扎疯狂挖人，砸出1000万美金年薪，值得吗？
XM外汇消息：
苹果在AI竞赛中已经彻底落后，接下来他们打算做什么自救？
大家常常忽略的是，
就在刚刚，AI大V Matthew Berman放出对Dylan Patel长达1小时的访谈，后者爆出不少猛料。
Patel是SemiAnalysis创始人兼CEO。SemiAnalysis的大名，在业内是如雷贯耳，每出一篇关于AI和半导体的重磅分析，都会被业内人士竞相转载，拥有极高的行业影响力。
而Patel本人，对AI领域的认知更是达到了无与伦比的深度和广度。
请记住，
在访谈中，Patel表示，如今很多全球顶尖AI公司内部，已经是乱成一锅粥了！
很多人不知道，
看完这个访谈，许多网友表示，信息密度实在太大，全程高能，太值得一听了。
尤其值得一提的是，
Meta、OpenAI、苹果、英伟达、xAI、微软，这些大科技公司在硅谷的混乱局面中，谁将主宰下一个浮沉？
其实，
让本平台来看看大佬的犀利分析和预言。
Meta疯狂挣扎，小扎作困兽之斗
XM外汇消息：
借鉴DeepSeek，结果翻车了？
站在用户角度来说，
首先，两人讨论的是最近闹出了天价挖人风波的Meta。
站在用户角度来说，
Llama 4发布已经有一阵子了，当时大家的期待值非常高，但它却并没有改变世界，随后，Behemoth模型又被推迟了。
综上所述，
而在Patel看来，Behemoth恐怕永远不会发布了。同样命运的还有Maverick和Scout。这些模型的一些训练方法和决策，后来被证明是行不通的。
通常情况下，
本来在发布时，有个模型感觉还行，但后来在阿里和DeepSeek发的新模型前，一下子就显得逊色了。
其实，
而另一个模型，客观上来讲就是很差劲。Patel表示，我敢打赌，那个模型就是为了应对DeepSeek而赶工出来的。
XM外汇资讯：
他们借鉴了DeepSeek的MoE架构，但搞砸了，如果仔细去看，这个模型甚至不会把Token传送到某些专家模块，可用说训练基本就是白费了！
说到底，
最终结果，就是一堆专家在那里无所事事，显然训练出了状况。
XM外汇认为：
诡异的是，Meta明明拥有全球最顶尖的人才，也不缺算力，怎么就搞砸了？
说出来你可能不信，
这一点，他们应该向OpenAI学习。
XM外汇行业评论：
奥特曼负责搞定所有资源，Greg Brockman和Mark Chen等人则是技术领袖，总之，要有一个懂技术、能做决断、能选对方向的领导。
尤其值得一提的是，
否则，后果就是这些顶尖研究员会把时间浪费在错误的路线上。
综上所述，
事实上，[品味」非常主要，判断什么值得研究、什么不值得，这本身就是一种艺术。
一个想法当然可用用几十万个GPU跑一次来验证，但事情不会完美地等比放大，这其中需要大量的品味和直觉。
换个角度来看，
如果错误的人通过一些政治手段，让自己的想法和研究路径被采纳进了模型，结果很可能就是翻车。
然而，
小扎为何突然转向AGI
XM外汇报导：
最近，无论是收购Scale AI（本质上是收购Alexandre Wang），还是1000万美元年薪天价挖来Op XM外汇官网 enAI员工，都让小扎处于争议的风口浪尖。
Patel点评到，Scale AI作为一家公司，现在业务基本上是完蛋了，缘于谷歌在内的所有公司，都在取消和他们的合同（据说谷歌今年本来要在Scale AI身上花2.5亿美元的）。
简要回顾一下，
而OpenAI，也已经和Scale AI彻底决裂。没有任何一家公司，希望Meta知道自己的数据在用来干什么。
Patel指出，最近这几个月，小扎的转变十分微妙。
在几个月前的采访中，他还认为ASI短期内不会实现。但如今，他真的信了ASI，以致，要做什么才能追上来？
目前，他还是纯靠砸钱。OpenAI、SSI、Thinking Machines的全明星团队，基本被他挖了个遍。
必须指出的是，
甚至传闻中，Meta愿意开出上亿美元年薪，挖不动人，就买下整个公司。
这场AI军备竞赛的本质是什么？
更重要的是，
说到底，还是对「权力」的争夺：谁能带队造出超级智能、谁就能掌控万亿级公司的AI战略，能把产品推向数十亿使用者。
事实上，
这，是一场产品人、理想主义者和科技巨头之间的全面竞速。
超级智能，已经不是「能不能」，而是「谁先」。
总的来说，
其实要说到底，在超级智能这块，真正引领潮流的还是Ilya。
他总是率先看到一切。可用说，是Ilya引领了这波叙事转向。他先创办了自己的公司SSI（可靠超级智能），大概在一年后，所有人都展开相信超级智能了。
但实际上，
而对于预训练规模化、推理、早期的视觉网络，他也是最早展开深入研究的一批人之一。
概括一下，
但对于小扎的收购，他果断拒绝了。可用看出来，Ilya根本不在乎钱，他想要的就是实现ASI，是一个真正的信徒。
说出来你可能不信，
而对Meta来说，如果最终目标是超级智能，那么相比Meta目前的市值，以及AI的整个潜在市场，无论是1亿美元，还是10亿美元，都只是沧海一粟而已。
GPT-4.5的失败，究竟是缘于什么？
有分析指出，
接下来，主持人抛出了这个状况：GPT-4.5到底怎么了？
令人惊讶的是，
Patel一句话金句总结：总的来说，它没什么用，而且太慢了。
XM外汇资讯：
曾经，GPT-4.5的内部代号是Orion，本来被寄望于成为GPT-5。
概括一下，
为此，OpenAI下了血本，从2024年初就展开训练，全力押注规模。他们用上了所有数据，造出一个大得离谱的模型。
站在用户角度来说，
结果呢？Patel表示，虽然它的确是第一个把自己逗笑的模型，但并没有那么好用，速度太慢，也太贵了。
然而，
惨败的原因就在于「过度参数化」——
换个角度来看，
它并不是在建立世界模型，而是在泛化。某种程度上，GPT-4.5就是缘于太大、过度参数化，记住了太多东西，以致就不再进步了。
要知道，刚展开，OpenAI内部都觉得它要在基准测试上大杀四方了，然后事实却让所有人失望了。
而且倒霉的是，训练代码里还有个bug，直接持续了几个月。虽然这个bug很小，却搅乱了整个训练。好在最终，研究者们发现并修复了这个PyTorch内部的bug。
请记住，
另外，他们还不得不频繁地从checkpoint重启训练，原因就在于模型太大、太多变了，任何环节都可能出错。
XM外汇消息：
而且，就算基础设施、代码都完美无瑕，仍然可能遇到数据的状况。
XM外汇用户评价：
在2022年，谷歌DeepMind在发表的Chinchilla论文里，提到过模型参数量和Token数的最佳比例（训练数据量大约应该是模型参数量的20倍）。
来自XM外汇官网：
这就是大家公认的Scaling Law——模型做得越大，投入的flops越多，模型就越好。
根据公开数据显示，
然而如今，随着模型架构的变化，这篇论文里的结论已经不再适用了。
据相关资料显示，
在2024年初展开训练GPT-4.5时，他们就不得不执行了远超Token数量的参数。
然而，
然而与此同时，OpenAI的另一个团队却有了关于推理的神奇发现，就是当时被传得沸沸扬扬的「Strawberry」。
但实际上，
已经投入巨资训练庞然大物的OpenAI才发现，原来完全靠推理，就可用用低得多的成本让模型的效率和质量得到巨大提升。
总之，GPT-4.5之以致失败，就是缘于数据不够。而最终，Strawberry证明了推理的魔力。
OpenAI和微软：昔日CP，分道扬镳
另一方面，曾经的OpenAI和微软这对「AI界最强CP」，显然也过了蜜月期。
事实上，
过去几年，OpenAI靠着微软的大力投资和Azure算力迅速崛起，然而两家公司的合作协议，实在是太过多变——
据业内人士透露，
微软没有OpenAI的股权，却拥有它大部分利润的分成权、所有IP执行权，甚至在AGI实现前，能执行OpenAI的所有技术。
XM外汇消息：
也就是说，只要诸位造出了超级智能，微软就能在头一天把代码全部打包带走。
然而，
而且，起初OpenAI还被限制只能用微软的云服务，但随着星际之门的推进，他们也展开和Oracle、CoreWeave合作。
然而，微软虽然放弃了独家权，但保留了「优先承购权」以降低反垄断风险。
不可忽视的是，
状况是，如今的OpenAI野心膨胀，想成为地球上最为资本密集的初创公司，因此烧钱无上限、五年内不打算盈利，还要不断融资；而微软呢，虽然手握代码库，却还没真正动手自己搞模型。
必须指出的是，
双方都一样，心照不宣地防备彼此。接下来，谁先走出下一步，这种脆弱的平衡，就很可能要打破了。
XM外汇用户评价：
苹果，在AI上重大失误
然而，
而在目前的AI大战中，苹果似乎是显而易见的输家了。
XM外汇资讯：
他们既没公开大模型、也没泄露任何研发细节。业内已经普遍认为，这不是「佛系」，而是彻底的结构性落后。
可能你也遇到过，
要深究原因的话，就是苹果保守的收购策略、对开源文化的疏离、对GPU巨头英伟达的长期芥蒂，以及自身缺乏AI研究氛围的现状，都让它很难吸引到顶尖的AI人才。
事实上，
因此，在Meta、OpenAI、Anthropic等公司疯狂抢人的同时，苹果最多只能招到「第二梯队」的人才。
然而，
而他们所推崇的端侧AI之路，也没那么容易走通。
反过来看，
虽然苹果在大力强调隐私与低延迟，但现实却是，大模型越来越庞大，手机芯片根本跑不动。
通常情况下，
而大多数使用者宁可免费用云端AI，也不愿为本地推理多掏几百美元去买硬件。
概括一下，
而且即便是能在设备上跑通一些轻量任务（比如键盘预测），真正多变的AI服务——搜索、日程规划、订票助手，依然还是需要依赖云端数据与算力。
概括一下，
苹果也清楚这一点。
不可忽视的是，
以致，他们正悄悄建造超大数据中心，部署Mac芯片做云端AI推理，还挖来了谷歌TPU团队的关键人物，希望自研AI加速器。
尽管如此，
可见，虽然表面强调的是「本地AI」，但他们真正押注的，其实还是云端。
别家都在卷大模型，但苹果已经另辟蹊径，展开为AI时代的「云大战」做准备了。
超级智能，靠烧钱能到达？
其实，
以致最终，在Meta、谷歌、OpenAI、微软、特斯拉这些公司中，如果必须选一家来赌谁会率先实现ASI，诸位会选谁？
但实际上，
Dylan Patel的答案是——OpenAI。
原因在于，他们是每个重大突破的先行者，几乎主导了每一个关键技术突破——从预训练到推理，再到多模态能力，始终走在最前面。
令人惊讶的是，
而且，单靠推理可能并不会带本平台进入下一代AI，最终一定还得有别的东西。OpenAI给人感觉，还在酝酿着更大的技术野心。
反过来看，
而第二名，就是Anthropic。
说到底，
不过，虽然他们技术强大、团队深厚，但风格却太保守了——无论在模型发布、研究透明度、可靠策略上。都是步步为营，小心谨慎。
不过可用看到，现在他们也逐渐放开了，Claude 4的发布节奏就明显比Claude 3快很多，招聘也展开招「正常人」了。
而第三名，就是谷歌、Meta 和xAI之争。
值得注意的是，
其中，谷歌技术底子雄厚，xAI有马斯克资源加持，而Meta则是不吝砸巨资挖人。
如今，这场超级智能之战才刚刚展开，谁都有可能先到终点。
站在用户角度来说，
而这过程中比拼的可不仅仅是技术，而是意志与资源的全面博弈。
参考资料：
请记住，
https://www.youtube.com/watch?v=cHgCbDWejIs返回搜狐，查看更多
