今天凌晨，OpenAI发布了其联合创始人兼首席执行官Sam Altman的40分钟深度专访。
本次访谈技术干货很足，Altman谈到了大家非常关心的核心产品GPT-5，大概率会在今年夏天发布，但也会因为命名、安全测试、功能迭代等原因延长产品时间。也谈到了高性能的o3模型以及智能体Deep Research，这些产品对实现AGI的重要性。
此外，Altman还提到了OpenAI的其他创新产品，包括Sora、DALL-E 3、ChatGPT Junior以及5000亿美元投资项目“星际之门”。基本上OpenAI所有重要产品、现阶段规划和未来发展都出现在了本次访谈中。
如果大家想听GPT-5内容，可以跳转到10：30；星际之门项目在23:20。
为了不影响大家的判断力和观感，「AIGC开放社区」没有添加字幕，英语好的小伙伴可以直接看视频。但会在下面放出本次专访的主要内容用来参考。
主持人：欢迎收听 OpenAI 播客。我是主持人 Andrew Mayne。我在 OpenAI 工作了好几年，先是作为应用团队的工程师，后来成为科学传播者。之后，我开始与公司和个人合作，研究如何将人工智能融入生活。通过这个播客，我们有机会与 OpenAI 的工作人员交流，了解幕后的故事，或许还能窥探到未来的方向。
我的第一位嘉宾是 Sam Altman，OpenAI 的首席执行官兼联合创始人。我们将深入了解 Stargate 项目，探讨他如何作为家长使用 ChatGPT，还能知道 GPT-5 何时发布。
Sam Altman：每年都会越来越多人认为我们已经接近通用人工智能（AGI）。人们对硬件和软件的需求正在迅速变化。但如果人们知道更多计算能力能带来什么，他们就会想要更多、更多的计算能力。
主持人：我的一个朋友刚当了新手爸妈，他经常用 ChatGPT 来提问，觉得它是个很好的资源。你也是新手爸爸，ChatGPT 在这方面帮了你多少忙呢？
Sam Altman：帮了很多忙。当然，人们在没有 ChatGPT 的情况下也能照顾好婴儿，但我真不知道自己是怎么做到的。在最初的几周，我几乎一直在用它。现在我更多地用它来询问孩子的发展阶段之类的问题。
主持人：我听说你在思考孩子未来如何使用人工智能，还说你很希望大家都多生孩子？
Sam Altman：我认为这是个好迹象。我的孩子可能永远不会比人工智能更聪明，但他们会长大，会比我们成长得更有能力，能做我们无法想象的事情，并且会非常擅长使用人工智能。我更多地思考他们会拥有什么，而不是会失去什么。
主持人：我看到社交媒体上有人提到，他厌倦了和孩子谈论托马斯小火车，于是把 ChatGPT 设置成语音模式，结果孩子在上面玩了一个小时。
Sam Altman：孩子们很喜欢 ChatGPT 的语音模式。不过，我猜这也不全是好事。人们可能会发展出一些有问题的、甚至是非常有问题的拟社会关系，社会将不得不找出新的规范来应对，但好处将是巨大的。总体来说，社会通常擅长找到方法来缓解负面影响。
主持人：我们看到一些有趣的数据表明，在课堂上，如果在老师的引导和好的课程设计下使用 ChatGPT，效果很好；但如果学生单独使用它来完成作业，可能就会像试图用谷歌搜索一样，只是重复同样的事情。
Sam Altman：我也是那种大家担心会依赖谷歌搜索的孩子，但事实证明，孩子们在学校适应得很快。所以，我认为我们会解决这些问题。
主持人：你认为五年后，ChatGPT 还会是主流产品吗？
Sam Altman：五年后，ChatGPT可能会变成一个完全不同的东西。从某种意义上说，它不会是现在的 ChatGPT，但它可能还会叫 ChatGPT。
主持人：那你能给我们讲讲你对 AGI 的定义吗？
Sam Altman：如果让我或任何人五年前定义 AGI，基于软件的认知能力，我认为当时的定义现在已经被超越了。这些模型现在就很聪明，而且会越来越聪明，越来越强大。每年都会有更多人认为我们已经达到了AGI，尽管定义会不断扩展和变得更加雄心勃勃，但人们仍然会同意我们已经接近了。
主持人：那你觉得要达到你所说的“超级智能”需要什么？
Sam Altman：如果有一个系统能够自主发现新的科学知识，或者极大地增强人们使用工具来发现新科学的能力，那对我来说几乎可以定义为超级智能，这也将是世界上的一个美好事物。
主持人：你有没有看到过类似这样的迹象，让你觉得我们可能已经接近了？
Sam Altman：没有到可以说我们已经完全搞清楚的地步，但我对探索的方向越来越有信心。比如，现在人们用 AI 系统写代码，程序员因此变得更高效，研究人员也是如此。这虽然不是在做新的科学发现，但确实让科学家们能够更快地完成工作。我们还没有找到那种可以自己去做科学的算法，但我们正在取得很好的进展，进步的速度仍然令人印象深刻。
主持人：我注意到最近 OpenAI 在 Operator 中引入了 o3 模型，我感觉有了很大的改进。
Sam Altman：是的，o3的确好多了。很多人告诉我，他们看到 Operator 使用o3 时，感觉 AI 像是在比较自然地使用电脑，虽然还不完美，但已经很接近 AGI 了。不过，我并没有被它震撼到那种程度，尽管它确实令人印象深刻。
主持人：对我来说，Deep Research 是一个很像 AGI 的应用场景。当我让它去研究一个我感兴趣的话题时，它从互联网上获取数据，跟随线索，就像我自己会做的那样，但做得更好。
Sam Altman：我最近遇到一个人，他是个自学成才的人，对学习有着强烈的兴趣，他用 Deep Research 来生成任何他好奇的话题的报告，然后快速消化这些报告，知道接下来该问什么问题。
主持人：我也有类似的经历。我用它来获取一些信息，然后它会生成音频文件，方便我随时听。说到这个，你觉得 GPT-5 什么时候会发布呢？
Sam Altman：可能是在今年夏天的某个时候。不过，我们还在讨论，对于新模型，我们是应该简单地提升版本号，还是像 GPT-4 那样，不断优化和改进。
主持人：我记得当时发布 GPT-4 的时候，我不得不在它和 3.5 之间做比较，而 3.5 也在不断改进。所以，我很好奇，GPT-5 会不会只是 GPT-4 的一个更好的版本？
Sam Altman：不一定。我们可能会继续迭代 GPT-4.5，或者在某个时候直接叫它 GPT-5。以前，我们会训练一个模型并发布，然后再训练一个新的大模型。现在，系统变得更加复杂，我们可以持续地对它们进行后训练以改进它们。我们还没有决定如何处理这个问题，但我觉得我们需要找到一个比 GPT-4 更好的方法。
主持人：是的，即使你技术很好，也很难理解这些版本的区别。比如，我该用 o4-mini 还是 o3？
Sam Altman：我认为这是一个范式转变的结果。我们正处于这种转变的末期，但我可以想象，未来可能会出现新的范式，我们可能又需要重新划分模型树。
主持人：那你觉得未来会不会出现更复杂的命名方式？
Sam Altman：我希望不会。我期待着 GPT-5 和 GPT-6 的到来，这样人们使用起来会更简单，不用再纠结于 o4-mini-high 或 o3 这样的版本。
主持人：我用 o4-mini-high 来编程，用 o3 来进行对话。我觉得，让这些模型变得更强大的一个因素是它们的集成，比如记忆功能。记忆功能从一开始很简单，现在变得越来越复杂。
Sam Altman：记忆功能可能是我最喜欢的 ChatGPT 最新功能。第一次和像 GPT-3 这样的模型交流时，感觉是个很大的突破。现在，计算机似乎对我有了很多上下文的了解。如果我用很少的字提问，它就能根据我生活的其他部分，相当自信地理解我的意图，有时甚至比我想象的还要好。这是一个令人惊讶的提升，我听到很多人也有同样的感受。
主持人：这确实很酷。而且，你可以选择关闭这个功能，这也很重要。不过，纽约时报最近在与 OpenAI 的诉讼中，要求法院命令 OpenAI 保留 ChatGPT 用户记录超过常规的 30 天期限。Brad Lightcap 也写信回应了这件事。你能解释一下 OpenAI 的立场吗？
Sam Altman：我们会坚决反对这一要求。我认为纽约时报提出这样的要求是不合理的。他们声称自己重视用户隐私，但这种做法却完全相反。我希望这件事能成为社会认识到隐私重要性的契机。隐私应该是使用人工智能的核心原则。像纽约时报这样的公司不能要求 AI 提供商侵犯用户隐私。我希望这件事能加速社会关于隐私和人工智能的讨论，我希望结果是，我们非常重视隐私。人们现在正在与 ChatGPT 进行非常私密的对话，ChatGPT 将成为非常敏感的信息来源，我们需要一个能够反映这一点的框架。
主持人：这引发了另一个问题，很多人在使用 ChatGPT 或对其持怀疑态度时会问，OpenAI 现在可以访问这些数据，一方面是对训练数据的使用，OpenAI 已经明确表示了何时会使用以及何时不会使用。另一方面，比如广告等。OpenAI对此的态度是什么？你们会如何处理这种责任？
Sam Altman：我们目前还没有推出任何广告产品。我不是完全反对广告，比如 Instagram 上的广告我觉得还不错，我也从上面买了很多东西。但我认为，如果要推出广告，需要非常谨慎地处理，以确保不会损害用户体验。
主持人：是的，我希望能找到一个解决方案。我很希望可以通过 ChatGPT 或一个很好的聊天机器人来完成所有购物，很多时候我觉得自己并没有做出最明智的决策。不过，这确实是一个很难解决的问题。
Sam Altman：是的，这确实很难。不过，如果能找到一种清晰且符合用户利益的方式来实现，那将是非常好的。比如，我们可以明确表示不会修改来自语言模型的输出流，但如果用户点击了其中的内容，我们可以从中获得一些交易收入，这对每个人来说都是公平的。也许可以在语言模型输出流之外展示广告，但我们需要确保这些广告对用户真正有用，并且不会干扰语言模型的输出。
主持人：是的，这确实是一个挑战。不过，我很喜欢苹果的模式。作为苹果用户，我知道我为手机支付了很多钱，但他们不会在设备中塞满各种东西。
Sam Altman：是的，苹果在这方面确实做得很好。他们没有像其他公司那样过度依赖广告收入。不过，谷歌搜索曾经是一个非常棒的产品，虽然现在可能有些不如从前，但曾经有一段时间，尽管有很多广告，它仍然是互联网上最好的产品之一。我尊重谷歌所做的很多事情，但显然也存在一些问题。
主持人：是的。我想，谷歌是一个广告技术公司，他们的激励机制与用户利益并不完全一致。而苹果的模式则更注重用户体验，虽然他们也尝试过其他，但似乎并不成功，这也表明他们并不太热衷于广告业务。
Sam Altman：是的，苹果在这方面确实不太积极。不过，我们确实需要在广告和用户体验之间找到一个平衡。无论我们做什么，都需要非常透明和清晰地向用户说明。
主持人：是的，我们需要关注这些问题。说到用户体验，你如何看待人工智能与人类的互动？比如，OpenAI 对人工智能的“人格”有什么看法？
Sam Altman：社交媒体时代的一个大错误是，信息流算法对社会和个人用户产生了一些意想不到的负面影响。虽然它们在某种程度上满足了用户当时的需求，比如让用户在网站上停留更长时间，但这与用户的长期利益并不一致。我认为，人工智能也会带来类似的问题，比如，用户可能希望模型在某个特定问题上给出更令人愉悦的回答，但从长远来看，这可能并不是最有益的。
主持人：是的，我注意到 DALL-E 3 似乎在技术上很有能力，但它的图像风格似乎都趋于一致，这可能是由于用户在比较两个选项时更倾向于选择某种风格，从而导致了这种现象。
Sam Altman：我不确定DALL-E 3 的情况是否如此，但我认为这是一个很好的例子。我们需要在用户体验和长期利益之间找到平衡。
主持人：是的，新的图像模型已经取得了很大的进步，我很好奇它未来会发展到什么程度。说到计算能力，这是目前每个人面临的最大问题。我们听说了 Stargate （星际之门）项目，这个名字听起来很酷，但很多人对它的价格标签感到震惊，投资了5000 亿美元。
Sam Altman：其实，Stargate的概念很简单。它是一个努力筹集资金并建造大量计算能力的项目。目前，我们没有足够的计算能力来满足人们的需求。但如果人们知道更多计算能力能带来什么，他们就会想要更多、更多的计算能力。目前，我们能为世界提供的服务与我们如果有 10 倍甚至 100 倍计算能力时能提供的服务之间存在巨大差距。
主持人：这是一个全球性的巨大项目。我们之前提到，阿联酋是其中一个合作伙伴，你们正在与世界各地的政府合作。有人在社交媒体上问我，5000亿美元，你们有钱吗？
Sam Altman：我们目前没有这么多钱存在银行里，但我们将在未来几年内逐步投入。除非出现什么问题，比如我们无法建造这些计算机，否则我相信人们会履行承诺。
主持人：是的，这是一个巨大的项目。我最近去参观了我们在阿比林的第一个建设地点，那将占 Stargate 初始承诺的 5000 亿美元的约 10%。看到成千上万的人在那里施工，看到 GPU 被安装在机房里，整个系统的复杂性和建设速度都令人惊叹。
Sam Altman：是的，这确实令人印象深刻。我之前知道一个吉瓦级站点是什么样子，但真正看到它被建造出来，看到这么多人在忙碌，看到这些 GPU 被安装进去，让我深刻感受到整个系统的复杂性。当你在手机上输入问题并得到ChatGPT 的回答时，你可能已经不再觉得这有什么特别的了。
但在过去几百年间，无数人为了取得这些艰难的科学成果、建立工程和公司、构建复杂的供应链，重新配置世界，才让我们能够拥有这样的技术。
主持人：我听说了一个关于 Stargate 项目开发过程中的幕后故事，特别是与阿联酋的国际合作，还有马斯克试图破坏这件事。你听说了什么？
Sam Altman：我之前曾公开表示，我不认为马斯克会在政府中滥用权力来不正当竞争。但我很遗憾地说，我错了。我通常不喜欢出错，但这次我更觉得这对国家来说是很不幸的。我很感激政府坚持做正确的事情，抵制这种行为。
主持人：是的，我认为现在的情况已经改变了。就像 Greg Brockman 说的，过去人们认为谁先到达终点谁就是赢家，游戏就结束了。但现在我们意识到，还有很多优秀的 AI 实验室，比如 Anthropic 正在开发很棒的工具，谷歌也在迎头赶上。这不再是一个人独占鳌头的局面。
Sam Altman：我同意。我发现人工智能的发现与晶体管的发现有很多相似之处。许多公司将在其基础上构建伟大的产品，最终它将渗透到几乎所有产品中。但你不会一直想着使用晶体管。我认为许多公司将基于这一伟大的科学发现建立成功的业务。我希望埃隆能少一些零和思维。
主持人：我认为如果从整体来看，这个“蛋糕”会变得越来越大。我最近参加了一个能源会议，人们谈到了能源生产和超大规模扩展的问题。这让我想到了能源需求的问题。我知道对于 Grok 3 来说，他们甚至不得不在停车场放置发电机来训练那个模型。问题是，能源将从哪里来？
Sam Altman：我认为能源将来自各个方面。目前，我们使用的是各种能源的组合，包括天然气、太阳能、核能等。最终，我对先进的核裂变和核聚变技术感到非常兴奋，但目前，我们还在使用各种能源的组合。
主持人：各种能源都有。我听说在阿尔伯塔省等地，他们有大量能源，但没有足够的需求。现在，这已经成为一个全球性的图景，我之前甚至没有想过这个问题。
Sam Altman：传统上，将能源在全球范围内运输是非常困难的。但如果你将能源转化为智能，然后通过互联网传输智能，那就容易多了。所以，你可以在很多地方放置大型训练中心或大型推理集群，然后通过互联网传输输出结果。
主持人：我参加过一个活动，有人提到詹姆斯·韦伯太空望远镜。他们即将获得大量数据，但他们没有足够的科学家来处理这些数据。我们面前已经有了关于宇宙的答案，但却面临着一个大数据问题。
Sam Altman：我总是开玩笑说，当我们有足够的钱时，OpenAI 应该建造一个巨大的粒子加速器，一劳永逸地解决高能物理问题。那将是一件非常壮观而美好的事情。但我想知道，如果一个非常聪明的人工智能只用现有的数据，不用更大的粒子加速器，是否能够解决这些问题？这并非不可能。
主持人：我记得在 20 世纪 90 年代初，有人发现了一种类似 Ozempic 的药物，并将其展示给一家制药公司，但公司拒绝了。这种药物最终改变了慢性肥胖患者的生活。我想，还有许多类似的例子，我们可能已经拥有一些已知的药物，它们可以以其他方式重新使用，或者通过一些小的修改，我们就能得到一些伟大的东西。我很高兴听到科学家们正在使用当前一代的模型进行这类工作。
Sam Altman：是的，我认为我们可能会发现很多这样的例子。也许我们已经拥有一些已知的药物，它们可以以其他方式重新使用，或者通过一些小的修改，我们就能得到一些伟大的东西。我很高兴听到科学家们正在使用当前一代的模型进行这类工作。
主持人：所以，我认为下一代模型需要能够理解物理、化学等领域的模型。Sora 是这方面的尝试吗？
Sam Altman：Sora可以理解牛顿物理学，但我不确定它是否能帮助我们发现新的化学或新的理论物理学。但我乐观地认为，我们用于推理模型的技术将帮助我们很多。
主持人：好的，那推理模型和我问 GPT-4.1 问题有什么区别？
Sam Altman：GPT 模型可以进行一些推理。事实上，GPT 模型早期让人们兴奋的一件事是，你可以告诉模型“让我们一步一步思考”，它会输出逐步思考的文本并得到更好的答案，这本身就很神奇。推理模型只是将这种能力进一步扩展。
主持人：所以，当它能够分解问题时，它可以在每个步骤上花费更多时间。
Sam Altman：当你问我一个问题时，如果问题很简单，我可能会立刻反射性地回答。但如果问题很难，我可能会在脑海中思考，我的内心独白会说：“我可以这样做，也可以那样做，或者也许这样会更清楚。” 我可能会回溯并重新思考我的步骤。然后，当我完成思考后，我会用英语整理出一些要点，然后用英语回答你。
主持人：我发现了一个有趣的现象。当我使用应用程序时，如果我问一个 Deep Research 问题，然后把手机锁屏，它仍然会显示“正在处理和思考”。我听说另一家公司提到，他们的模型会花费 15 分钟甚至 30 分钟来思考一个问题，这是一个很好的衡量标准，但关键是要给出正确的答案。
Sam Altman：我发现人们愿意为了一个很好的答案等待很长时间，这让我感到惊讶。我的本能告诉我，即时响应才是最重要的，用户不喜欢等待。但对于那些需要解决的难题，如果能得到一个很好的答案，人们其实很愿意等待。
主持人：我们有这么多工具，这么多可能性。到目前为止，我一直在用手机。现在，OpenAI 宣布你们正在开发硬件。我看到你和乔纳森·伊夫（Jony Ive）的视频，你们已经合作了几年。当然，我可以问你这个问题：你现在身上有这个设备吗？
Sam Altman：没有，我身上没有。这还需要一段时间。我们试图做一些非常高质量的东西，而高质量的东西不会很快出现。但计算机、软件和硬件，我们目前所理解的计算机，都是为一个没有人工智能的世界设计的。现在，我们处于一个完全不同的世界，你对硬件和软件的需求正在迅速变化。你可能希望它更了解你的环境，更了解你生活的上下文，你可能希望以一种不同于打字和看屏幕的方式与它互动。我们已经探索了很长时间，我们有一些非常令人兴奋的想法。我认为人们需要时间来适应在这样一个世界中使用计算机，因为这太不一样了。
主持人：我认为手机如此普及的一个原因是，我可以公开地查看屏幕，也可以私下里打电话交谈。我认为新设备面临的挑战之一是，如何弥合我们在公共场合和私人场合使用设备之间的差距。
Sam Altman：手机确实是令人难以置信的东西，它们有很多优点。你可以想象有一种新设备，你可以在任何地方使用，但有些事情我在公共场合和私人场合会有所不同。比如，在家里，我有一个很棒的音响系统，但当我外出时，我会用 AirPods，这对我来说并不麻烦。
主持人：它们确实有不同的使用场景，但通用性很重要。
Sam Altman：我同意。如果人们真的信任人工智能，让它了解你生活的所有上下文，并在你的问题上做出好的判断，你可以让它坐在会议中，听完整个会议，知道它可以与谁分享什么，什么不能与任何人分享，以及你的偏好是什么。然后你问它一个问题，你可以信任它去与正确的人进行后续交流，并为你完成任务。你可以想象一种完全不同的使用计算机的方式，以实现你想要做的事情。
主持人：所以，我们与 ChatGPT 的互动方式也在某种程度上影响了设备的设计。
Sam Altman：是的，也可以这么说。我们与 ChatGPT 的互动方式也受到了上一代设备的影响。我认为这是一个共同进化的过程，但我希望如此。手机的普及是因为你可以随时随地使用它，无论是在公共场合还是私人场合。
主持人：它确实很方便。那么，你认为如果给一个 25 岁的年轻人提建议，你会说什么？
Sam Altman：最明显的建议可能是，学会使用人工智能工具。有趣的是，世界从告诉平均 20 岁或 25 岁的年轻人“去学编程”，迅速转变为“编程不重要，学会使用人工智能工具”。我不知道接下来会是什么，但肯定会有下一个阶段。
不过，这是一个很好的战术性建议。在更广泛的层面上，我认为像韧性、适应能力、创造力、弄清楚别人想要什么等技能，这些技能其实都是可以学会的。虽然不像“去练习使用 ChatGPT”那么简单，但这是可行的。我认为这些技能在未来几十年里会带来很大的回报。
主持人：那对于 45 岁的人呢？你是不是也会说，现在就学会在你的工作中使用它？
Sam Altman：我认为这是很好的建议。无论你的年龄多大，都应该学会在你的工作中使用人工智能工具。
主持人：我看到很多人在网上说，“他们已经这么厉害了，为什么还在招聘人呢？”我会回答说，因为计算机不能做一切事情。他们不会做一切事情。
Sam Altman：是的，更长的答案是，会有更多人，但他们每个人都能做比 AGI 时代之前更多、更有影响力的事情。
本文素材来源OpenAI，如有侵权请联系删除
END
