Sam Altman谈Sora、能源与打造AI帝国
摘要
OpenAI的战略是一个垂直整合闭环：基础设施支撑研究，研究推动产品，而产品是一项能跨服务、并延伸至未来设备、持续跟随用户的个人AI订阅服务。 Altman将其概括为3个核心部分：个人AI、支撑它所需的基础设施，以及AGI研究使命。庞大的基础设施建设目前还没有独立的商业逻辑，只是为了支撑服务和研究。Horowitz说，自己过去一直反对垂直整合，但现在认为自己错了；Altman则说，OpenAI一次次发现，为了完成使命，必须做的事情比预期更多。
Sora既是消费产品，也是押注世界模型、并通过社会化部署让社会提前适应高能力视频普及的AGI相关项目。 视频“比文字更具情感共鸣”，因此深度伪造和版权问题会立刻浮现，但Altman认为，“社会和技术必须共同演进”。Sora绝对值消耗大量算力，但只占OpenAI总算力的一小部分。
Altman最期待的能力不是更好的基础聊天，而是AI科学家。 GPT-5已经能在数学、物理和生物学领域产出“些许案例”式的新工作；Altman预计，2年内模型将能完成“更大块的科学工作”，并作出重要发现。当前基于LLM的系统可能只需发展到能够“比OpenAI全体加起来做出更好的研究”，就会跨过关键门槛。
OpenAI之所以激进押注基础设施，是因为它已经提前1-2年看到了研究路线图及其潜在经济价值。 AMD、Oracle、NVIDIA以及贯穿“从电子层面到模型分发”的产业链合作，都是调动足够产能所必需的。Horowitz认为，限制因素在于全球GDP中有多少比例最终用于知识工作，因为机器人尚未纳入这场讨论。若只为今天的模型，OpenAI不会进行如此激进的投资。
即便ChatGPT每周活跃用户约8亿——这是Erik Torenberg提到的数字——研究仍然排在产品增长之前。 产能受限时，GPU“几乎总是”优先给研究，只有病毒式产品发布等情况会获得临时例外：“我们是来打造AGI的。”OpenAI的研究文化更像一家押注卓越创始人的种子期投资机构，而不是传统产品组织。
Altman如今预计，AGI会以持续过渡的方式“呼啸而过”，而不是触发一瞬间的奇点。 他仍预计会出现“一些非常糟糕的事情”，也希望模型变得极度超人类后接受谨慎测试，但反对对能力较弱的系统实施广泛监管。Torenberg认为落后于中国将极其危险；Altman同意这会“极其危险”，但把这一比较延伸到“不应监管尚不存在的能力”，则是Torenberg的框架。
AI内容市场可能将训练权与生成权分开，并迫使行业建立新的信任和支付模式。 Altman的“强行猜测”是，训练会被视为合理使用；但涉及受保护角色、风格或IP的生成，可能采用另一套模式，由权利人施加限制并作出选择；他没有给出已经成形的授权市场方案。最终，一些权利人甚至可能抱怨自己的角色出现得太少。Sora可能需要按次生成收费，而在ChatGPT内植入付费产品推荐，则会摧毁其可信赖的顾问关系。
能源是AI的核心约束：短期内，美国新增基荷电力主要来自天然气；长期则由光伏加储能与核能主导。 核能能否普及，与其说取决于口号，不如说取决于经济性——如果核能变得“压倒性地具备经济优势”，政治和监管障碍应会迅速消退。对于那些希望寻找下一个建立在近乎免费AGI之上的万亿美元公司的人，Altman的诚实答案是“我不知道”；他的信心来自建设和试验，而不是模式匹配。
精读
1. 全栈整合已成为使命的一部分
Altman描述了3个相互连接的核心部分：个人AI订阅服务、追求AGI并持续改进产品的研究工作，以及支撑研究和服务的基础设施。目标产品是一种了解用户、服务于OpenAI消费端产品、能够登录其他服务，并最终进入专用设备的AI。
因果链条非常明确：“研究让我们能够做出伟大的产品，基础设施让我们能够开展研究。”基础设施目前不是独立产品，其目的在于“打造这个AGI，并让它对人非常有用”。
当被问及这场前所未有的建设最终是否可能服务于其他公司时，Altman没有关闭这一可能性，但也没有给出计划：建设“历史上最大的基础设施项目”或许会揭示另一种用途。OpenAI还曾向自家模型提出战略问题，并收到管理层此前遗漏的有洞察力的答案。
Horowitz说：“我一直反对垂直整合，现在我觉得自己只是错了。”Altman表示，NVIDIA等专业供应商仍然重要，但OpenAI的经历是，为了完成使命，它不得不做比预期更多的事情。他的参照物是iPhone——“科技行业有史以来最不可思议的产品”，也是极度垂直整合的产品。
2. Sora是世界模型与社会适应实验
Sora看起来可能与AGI关系不大，但Altman押注“真正出色的世界模型”最终会比观察者预期的更重要。ChatGPT当初也遭遇过同样的AGI质疑，但它的部署改进了模型，揭示了社会希望如何使用这些模型，也让抽象的AGI讨论变得具体。
部署逻辑既关乎社会，也关乎技术：“社会和技术必须共同演进。你不能等到最后才把这个东西丢出来。”由于未来的视频模型可以深度伪造任何人、展示任何内容，而且情感冲击力强于文字，Altman希望公众在视频无处不在之前，就理解视频技术将走向何方。
OpenAI还希望带来“乐趣、愉悦和惊喜”，而不是只用AI让人“无情地提高效率”。Altman承认，Sora绝对值消耗大量算力，但它并不占OpenAI总算力的很大比例。
聊天只是在最基础的对话层面接近饱和，并不意味着所有能用文字表达的任务都已触及边界——“请治愈癌症”仍远超其能力。Altman设想的界面，是由持续渲染的实时视频和能理解上下文的环境式硬件构成，而不是手机不加区分地轰炸短信通知。
3. 深度学习持续带来突破，下一站是科学
Altman原以为语言模型的规模定律会是一次性的发现，后来在推理能力突破后又产生了同样的想法。但事实并非如此，深度学习成了“不断带来惊喜的奇迹”：这项基础技术仍在持续贡献一个又一个突破。
Horowitz描述了层层叠加的能力过剩：大多数用户仍然通过ChatGPT理解AI；使用Codex的硅谷专业人士认为这些用户“完全不知道发生了什么”；而少数科学家又会对Codex用户说同样的话。如果退回GPT-3.5，今天的用户会反问，当时人们究竟是如何忍受它的。
Altman一直把科学发现视为自己的图灵测试。GPT-5如今已经在数学、物理和生物学领域展现“些许案例”；他预计2年内模型将能完成“更大块的科学工作”，并作出重要发现。递归式突破的门槛，或许只是让基于LLM的系统能够“比OpenAI全体加起来做出更好的研究”。
4. 基础设施支出是前瞻性押注，研究排在第一顺位
OpenAI表示，它对研究路线图以及利用最终模型创造的经济价值“从未如此有信心”。要按所需规模交付基础设施，就必须调动产业链的大部分力量，覆盖“从电子层面到模型分发”，而AMD、Oracle和NVIDIA的讨论之后，预计还会有更多合作。
Altman否认需求真的无限：边界在于全球GDP中能够投入的某个规模。Horowitz认为，短期相关的上限是全球GDP中用于知识工作的比例，因为OpenAI目前还不做机器人。面对今天尚未满足的需求，OpenAI会继续扩张，但如果没有对模型进步的预期，“不会如此激进”；它能够“提前1-2年”看到未来。
即便ChatGPT每周活跃用户约8亿——Torenberg提到的数字——资源分配规则也很明确：在GPU受限时，算力“几乎总是”给研究。病毒式功能偶尔可以借用产能，但“总体而言，我们是来打造AGI的”。
AMD相关讨论展现了Altman从投资人到经营者的变化。早期交易更像投资人给公司提供建议，重点是资金如何分配；如今他会考虑协议如何落地执行，以及它们随时间推移的影响。不过，投资人背景在其他方面也发挥了作用：强大的研究文化更像一家押注创始人的种子期投资机构，而不是一家产品公司。
5. AGI看起来是连续演进，但前沿风险仍可能跳变
聊天机器人的谄媚并不难从技术上改变；很多用户本来就希望如此。OpenAI此前错误地假设，数十亿人都会想和“同一个人”对话。Altman预计，短期内用户会选择不同人格，最终系统会通过访谈用户，推断每个人偏好的互动方式。
随着静态基准分数逐渐饱和，并被“疯狂刷榜”，它们的意义正在下降。Altman认为，科学发现可以长期作为有用的评估指标；Horowitz则称，收入是衡量能力是否创造真实价值的有趣指标。
Horowitz说，大众理解的图灵测试已经“呼啸而过”：它曾短暂震撼世界，随后变得稀松平常。Altman预计AGI也会如此：它不会以人们想象的“不可思议的规模”改变世界，也不会立即变成奇点，因为人和机构的适应能力比预测中更强。“它会比我们想象的更加连续。”
这种连续性并不意味着没有危险。Altman预计会出现糟糕结果，也担心数十亿人“都在和同一个大脑对话”，但希望监管负担集中在真正达到极度超人类水平的模型上。广泛限制可能导致欧洲式的“全面封死”。Torenberg认为落后于中国会很危险；Altman称这一结果“极其危险”。
6. 版权、广告与开放权重正在成为控制点
Altman的强行猜测是，社会会把训练视为合理使用。至于涉及受保护风格、角色或IP的生成，他借用了人类阅读的类比：作者可以读小说并从中获得灵感，但不能照搬；用户可以讨论Harry Potter，却不能把它简单地“吐出来”。他预计限制措施和权利人的决定会发挥作用，但没有给出已经成形的授权市场方案。
权利人已经出现分化。一些人担心滥用，另一些人则担心Sora对自己的角色呈现得不够多：受控互动可能加深观众关系并提升系列IP价值。Horowitz的反驳值得保留：传统创意产业有时会做出非理性行为，音乐出版商有时就会压制艺术家认为有价值的推广。
Sora也在挑战旧有的“1%创作、10%评论、100%观看”假设：工具变得更容易后，人们发现真正想创作内容的人远比过去更多。人们正在为群聊生成自己和朋友的搞笑视频。由于Sora视频成本高昂，Altman认为可能必须采取某种按次生成收费模式；未来的收入分成则可能保留互联网原有的交换——创作者获得金钱或注意力。
广告只有在不损害信任的前提下才可接受。类似Instagram的发现型广告可能增加价值，但如果推荐一台付费推广的咖啡机，而不是最好的那一台，ChatGPT作为可信赖顾问的关系就会“消失”。与此同时，一个小型产业已经在专门设计能让ChatGPT偏爱的评论；Altman承认：“我还不知道该怎么对付它。”
开放权重带来了另一个治理问题。Altman很高兴人们喜欢GPT-OSS，但Horowitz说，大学正在使用中国模型，并警告对DeepSeek的依赖可能会把“一切事物的解释权”交给可能受中国政府影响的模型权重。
7. 能源经济学将决定AI建设能走多远
Altman的能源判断早于AI热潮：他认为，更便宜、更充足的能源，是改善人类生活质量影响最大的方式。AI和能源最初是彼此独立的兴趣，后来逐渐汇流；他投资Retro Biosciences、Helion和Oklo等公司，是为了资助那些他认为重要的工作。
短期内，Altman预计美国新增能源中绝大多数——至少就基荷电力而言——将来自天然气。长期来看，主导能源组合应是某种未知比例的光伏加储能与核能，包括先进核能、小型模块化反应堆和核聚变。
核能普及的时间表取决于价格。如果核能变得“完全、压倒性地具备经济优势”，廉价能源的重要性应会推动更快的NRC审批和建设；如果成本只是与替代方案相当，反核情绪可能让普及延迟很长时间。用Altman的话说，禁止核能是“一个极其愚蠢的决定”。
当被问及近乎免费的AGI将带来哪些可投资机会时，Altman拒绝给出人为制造的确定性：“在这一点上，我学会了深刻的谦逊。”答案来自建设、试验以及与一线实践者交流，而不是五年规划或寻找“下一个OpenAI”。Horowitz将AI的转折点描述为：GPU和数据足够多，灯就会亮起来；Altman称其中蕴含的教训是苦涩的。