AI播客：换个方式听新闻 下载mp3

OpenAI于2022年11月30日推出ChatGPT，这一事件被视为AI军备竞赛的起跑枪，推动了股市上涨，并释放了成千上万亿美元的投资。而如今，三年过去了，OpenAI能否保持领先地位成为最大的悬念。

当年，ChatGPT发布仅五天，就吸引了100万用户。三年后，最新版本的ChatGPT具备实时网络访问、增强推理能力、编程技能以及图像和视频生成能力，已经让最初的功能显得相当原始。今年9月，OpenAI推出了Sora视频生成应用，同样在五天内达成100万用户。

然而，关于OpenAI的讨论热度已不及ChatGPT刚亮相时。谷歌和Anthropic的竞争模型因技术能力获得好评，而OpenAI的财务承诺开始让华尔街担忧。一些技术专家也质疑，大型语言模型是否能实现最前沿的AI愿景。

在某些方面，问题依旧存在。纽约大学荣誉教授、著名心理学家加里·马库斯（Gary Marcus）表示，他在2022年底就提出了OpenAI系统的问题，但至今未解决。他指出：“它们会出现‘幻觉’，推理能力也有问题。”

竞争格局方面，马库斯去年12月曾预测，如果到2025年底没有真正差异化的产品，OpenAI可能会失去其护城河。他补充道，现在OpenAI面临的竞争对手推出了功能大致相当的产品，他指的是谷歌本月初发布的Gemini 3 AI模型。

宾夕法尼亚大学工程学院教授Benjamin Lee表示，过去几年AI领域“活动如火如荼”，“我们看到大量实验和用户采纳。”Gemini一度被认为已被放弃，但今年以来积极争夺市场份额。

本月，谷歌最新的Gemini 3和Nano Banana Pro更新再次令投资者和用户印象深刻。马库斯称：“谷歌曾落后很多，人们几乎已不看好，但其最新模型可以说领先于GPT-5。”

Gemini 3在大多数关键AI基准测试中优于GPT-5，而Anthropic最新模型Claude Opus 4.5在代理编码基准上击败了GPT-5和Gemini 3。Lee表示，这种技术上的竞争非常健康且令人兴奋，但对OpenAI来说，这意味着不能仅靠先发优势。

市场方面，11月关于AI泡沫的担忧升温，引发科技股抛售。OpenAI因在复杂AI融资网络中的核心角色受到审视，公司已签订超过1.4万亿美元的AI基础设施交易，投资者质疑AI实验室如何履行这些承诺。

ChatGPT Pulse、Sora及网页浏览器等新功能可能帮助业务扩张，但对谷歌而言，AI盈利并非核心问题，其搜索、云计算、Android和企业软件业务板块能促进AI产品分发和规模化。

谷歌的定制芯片业务也在AI竞赛中占优势，TPU芯片不仅用于训练Gemini模型，也支撑搜索和YouTube算法。Anthropic本月表示计划使用多达100万个谷歌TPU来扩大算力，这也是OpenAI面临的挑战，因为AI模型越来越大、越来越复杂。

大型语言模型（LLM）是否能通向通用AI（AGI）仍存疑问。随着聊天机器人竞争加剧，越来越多AI研究者质疑LLM是否会成为技术未来。毕竟，幻觉和推理漏洞并非ChatGPT独有。

华尔街也担心，缺乏完全自动化企业流程能力的聊天机器人，投资回报仍不明朗。LLM通过预测序列中下一个单词或标记的概率工作，并不真正“知道”事实或理解逻辑。

马库斯指出：“它们并未真正抽象出对世界的稳定理解。”他和其他专家认为，AI的新前沿是“世界模型”，即能够在脑内模拟现实世界的AI。Axelar联合创始人Sergey Gorbunov也认为，世界模型可能比LLM更接近通用AI（AGI）。

与LLM不同，世界模型“能与物理空间互动”，因此可以“理解一些物理现象，而不仅仅是文本”。例如，它们能帮助提升自动驾驶能力，因为车辆可以预测几秒后其他车辆的行为。

Gorbunov指出LLM存在两大根本限制：依赖已有数据，以及本质上只是概率分布。他称：“从模型数学原理或构建方式看，它们只是可预测的概率分布，根本不存在真正的AI。”

三年过去，纽约大学斯特恩商学院教授、《与机器思维》作者Vasant Dhar认为，AI的根本变化在于，它在模拟理解方面更强，因此更易为人接受。Dhar称，ChatGPT三年的进步“令人惊叹”，但其对商业和生活的实际价值仍待观察。

他强调，通用技术如电力和互联网的采用历来需要多年。Dhar预计未来一年两年，ChatGPT和Gemini将有看似渐进但实际上意义重大的改进，影响用户日常生活。

然而，Gorbunov表示，世界模型仍远超当前AI行业水平。他预计未来几个月，用户通过AI驱动的网页浏览器（如OpenAI的Atlas和Perplexity的Comet）与网络的交互将成为竞争焦点，谷歌也将在其中角逐，他认为：

“谁能在用户体验上胜出，就能捕获大量流量。”