说出来你可能不信，GPT-5“让人失望”，AI“撞墙”了吗？

发表评论

A+

所属分类：科技

摘要

通往通用人工智能（AGI）的道路似乎遭遇瓶颈，但市场焦点正转向如何利用现有技术，在产品和服务层面创造更广泛的商业价值。Altman本周也向记者承认，虽然底层AI模型“仍在快速进步”，但像ChatGPT这样的聊…” />

令人惊讶的是，

OpenAI备受期待的GPT-5未能带来革命性突破。虽然通往通用人工智能（AGI）的道路似乎遭遇瓶颈，但市场焦点正转向如何利用现有技术，在产品和服务层面创造更广泛的商业价值。

反过来看，

上周，当OpenAI发布其新模型GPT-5时，本应是该公司的又一个高光时刻。Sam Altman曾预告，GPT-5是“通往AGI道路上核心的一步”。然而，。访客在社交媒体上分享了新模型犯下的低级错误，例如错误标注美国地图，而资深访客则对其性能和“个性”变化感到不满，认为其在基准测试中表现平平。

这也许不是OpenAI 的本意，但 GPT-5 的推出清楚地表明，人工智能竞赛的性质已经发生了变化。即使这不会在AGI 或所谓的超级智能方面带来非凡的进步，也可能为采纳人工智能模型创造的产品和服务带来更多创新。

需要注意的是，

这场风波让一个尖锐的困扰席卷了硅谷：在投入了数千亿美元的投资后，生成式AI的技术进展是否已接近当前阶段的极限？这不仅挑战了OpenAI高达5000亿美元的估值基础，也让外界进行重新审视AI技术的发展轨迹。

尽管技术前沿的讨论充满疑虑，但资本市场和产业应用的热情并未消退。投资者似乎更看重AI在商业应用中的实际增长，而非对AGI的遥远承诺。这一转变预示着，AI竞赛的下半场，重心将从模型能力的极限冲刺，转向更务实、更具成本效益的产品化落地。

期望与现实的落差

容易被误解的是，

过去三年，AI研究人员、访客和投资者已经习惯了技术能力突飞猛进的节奏。但GPT-5的发布打破了这一惯性。，受到访客普遍抱怨，甚至被认为不如前代产品。CEO Sam Altman承认发布“坎坷”，解释称底层“自动切换器”失灵，导致系统调用了较弱的模型。

有分析指出，

开源AI初创公司Hugging Face的联合创始人兼首席科学官Thomas Wolf表示：

概括一下，

“人们曾期望从GPT-5中发现一些全新的东西，但这次大家没有看到。”

有分析指出，

“人们曾期望从GPT-5中发现一些全新的东西，但这次大家没有看到。”

然而，

这种落差感尤为强烈，乃因在GPT-5发布前，业内充斥着对AGI即将实现的乐观预测，Altman甚至预测它将在特朗普总统任期内到来。纽约大学心理学和神经科学名誉教授、知名的AI批评者Gary Marcus表示：

说到底，

“GPT-5是‘通过规模化通往AGI’这一整体路线的标志，但它没有成功。”

据业内人士透露，

“GPT-5是‘通过规模化通往AGI’这一整体路线的标志，但它没有成功。”

综上所述，

与此同时，行业竞争格局已悄然改变。Google、Anthropic、DeepSeek以及马斯克的xAI等竞争对手，已经缩小了与OpenAI在前沿开发上的差距。OpenAI一家独大的局面已不复存在。

“规模定律”遭遇瓶颈

总的来说，

GPT-5表现不及预期的背后，是支撑大型语言模型发展的核心逻辑——“规模定律”（Scaling Laws）正逼近极限。过去五年，OpenAI和Anthropic等公司一直遵循一个不多变公式：投入更多的数据和更强的算力，就能创造出更大、更好的模型。

有分析指出，

展开全文

必须指出的是，

其次是算力的物理和经济限制。训练和运行大型AI模型需要消耗巨大的能源。据估计，GPT-5的训练动用了数十万颗英伟达的下一代处理器。Altman本周也向记者承认，虽然底层AI模型“仍在高速进步”，但像ChatGPT这样的聊天机器人“不会变得更好了”。

据业内人士透露，

AI寒冬的幽灵

尤其值得一提的是，

技术进步放缓的迹象，让一些资深研究者联想到了历史上的“AI寒冬”。加州大学伯克利分校计算机科学教授Stuart Russell警告称，当前情况与1980年代的泡沫破裂有相似之处，当时的技术创新未能兑现承诺，也无法呈现投资回报。“泡沫破灭了，系统赚不到钱，大家找不到足够多的高价值应用，”他表示：

XM外汇报导： XM外汇平台

“这就像抢椅子游戏，所有人都争着不想成为最后一个抱着AI婴儿的人。”

“这就像抢椅子游戏，所有人都争着不想成为最后一个抱着AI婴儿的人。”

Russell警告，过高的期望很容易让投资者信心崩盘，如果他们认定泡沫被过度吹大，“他们会尽快逃离出口，事情的崩溃速度可能非常、非常、非常快。”

然而，目前资本仍在涌入AI初创公司和基础设施项目。根据Bain & Company和Crunchbase的数据，今年AI已占全球风险投资总额的33%。

然而，

从AGI到产品化

竞赛的性质正在改变。与其说是技术停滞，不如说是焦点转移。普林斯顿大学研究员Sayash Kapoor指出，AI公司“正慢慢接受一个事实，即他们正在为产品构建基础设施”。

XM外汇报导：

Kapoor的团队评估发现，GPT-5在不同任务中的表现并非明显逊色，而是在成本效益和速度方面表现出色。这可能为基于AI模型的产品和服务创新打开大门，即便它没能带来通往AGI的非凡进展。Meta首席科学家Yann LeCun也认为，纯文本训练的LLM正进入回报递减阶段，但基于视频等多模态数据、旨在理解物理世界的“世界模型”，仍有巨大潜力。

XM外汇用户评价：

这一趋势也体现在企业战略上。OpenAI等公司已进行派遣“前线部署工程师”入驻客户公司，帮助其集成模型。Kapoor评论道：

XM外汇专家观点：

“如果公司认为自己即将实现所有人类工作的自动化，他们就不会这么做。”

这你可能没想到，

“如果公司认为自己即将实现所有人类工作的自动化，他们就不会这么做。”

其实，

尽管专家们对技术前景争论不休，但硅谷的投资者似乎对此并无焦虑。AI相关股票和初创公司估值持续飙升，英伟达市值已攀升至4.4万亿美元，接近历史高点。OpenAI的投资方软银集团，其股价在过去一个月上涨超过50%。

驱动投资热情的，已不再是AGI的宏大叙事，而是ChatGPT等产品的强劲增长。据报道，ChatGPT为OpenAI带来的年经常性收入已达120亿美元。OpenAI的投资方Coatue Management合伙人David Schneider表示，该公司的产品已经像曾经的谷歌一样，“成为了一个动词”。

事实上，

许多投资者相信，当前这代模型中仍有巨大的价值尚未被挖掘。风险投资公司Felicis的普通合伙人Peter Deng表示：

值得注意的是，