今年以來，最重磅的消息就是OpenAI發(fā)布文生視頻模型Sora，其之于視頻大模型的意義絲毫不亞于ChatGPT之于文本模型領域的意義。

文生視頻模型Sora的出現(xiàn)，意味著OpenAI實現(xiàn)了對生成式AI主流模型的全面覆蓋，其中包括文本模型GPT、文生圖模型DALL·E、文生視頻模型Sora。

然而，這并不是OpenAI故事的全部。近期，隨著越來越多信息的披露，OpenAI試圖壟斷AI產業(yè)的野心暴露無疑。

據(jù)WSJ報道，OpenAI正在持續(xù)探索進入芯片制造的可能，并拋出了一個5萬億到7萬億美元的超級融資計劃。與此同時，OpenAI也在加速對AI核心應用場景的產品研發(fā)，其中包括一款搜索產品和兩款革命性的Agent軟件。

這意味著，OpenAI正在向基礎設施層和AI應用層同時發(fā)力，試圖通吃整個生成式AI的軟硬件基礎設施，進而壟斷整個AI產業(yè)。

/ 01 / 通吃上下游的野心

人們總把OpenAI簡單當作模型層公司。但現(xiàn)在這個看法要改改了。種種跡象顯示，OpenAI正在向基礎設施層和AI應用層同時發(fā)力。

在基礎設施層，Sam Altman拋出了一個增加全球芯片制造能力的項目，并與包括阿拉伯聯(lián)合酋長國政府在內的不同投資者談判，計劃募資金額高達5萬億到7萬億美元。

事實上，Altman這一計劃由來已久，自去年10月開始就不斷有OpenAI準備投資芯片的消息傳出，Altman本人也同包括G42、軟銀、英特爾、臺積電和三星電子等公司談判過合作。

除了往基礎設施層走，OpenAI也在加速對AI核心應用場景的產品研發(fā)。根據(jù)媒體報道，據(jù)了解 OpenAI 計劃的知情人士透露，OpenAI一直計劃開發(fā)一款網絡搜索產品，這項產品將得到Bing支持。

與此同時，OpenAI還在開發(fā)兩款革命性的Agent軟件。其中一款能夠有效接管客戶的設備來自動執(zhí)行復雜的任務。例如，把文檔中的數(shù)據(jù)傳輸?shù)诫娮颖砀裰羞M行分析，或者自動填寫費用報告并將其輸入會計軟件，或者根據(jù)一定的預算制定行程或預訂機票。

上個月，OpenAI員工本·紐豪斯在X上發(fā)布了一則招聘信息，為自己的團隊招聘，方向是利用最新模型的特性，開發(fā)一款可能會改變行業(yè)格局的新產品。對于產品具體情況，他沒有詳細說明。但OpenAI的產品副總裁彼得·韋林德在X上評論說，紐豪斯所說的產品將會改變一切。

無論是Agent還是AI搜索工具，都被認為是當下AI應用探索最成功的場景之一，前者的代表產品是AutoGPT，后者的代表產品是Perplexity。其中，Perplexity 已經融資 1 億美元，最近投資者對它的估值為 5.2 億美元。據(jù) The Information 報道，截至上個月，這家初創(chuàng)公司每年從產品訂閱中獲得約 800 萬美元常規(guī)收入。

盡管谷歌、Meta等公司在芯片和AI產品也都有動作，但遠遠沒有OpenAI這么活躍。而之所以OpenAI花這么多力氣往上下游走，很重要的一個原因就是對AI產業(yè)終局的押注。

/ 02 / 押注AI產業(yè)終局

表面上看，OpenAI去造芯片，是因為購買AI芯片的成本太高了。但說到底，OpenAI還是不想被卡脖子。

現(xiàn)在提升模型智能水平只有一個路徑，就是 Scaling Law。在肉眼可見的未來，仍然看不到Scaling Law的盡頭。而且即使不開發(fā)任何新的模型，OpenAI 離“用 GPT-4 服務所有人”的目標仍然很遠。這意味著，在可見的未來，算力都是一個巨大的瓶頸。

這可不光是錢的事情。算力成本的下降速度，決定了AI在很多場景里的落地。這一點和當初的互聯(lián)網很像，移動互聯(lián)網應用大規(guī)模爆發(fā)，起于從3G到4G的所帶來的流量成本大幅下降。

而現(xiàn)在算力成本的下降，很大程度上取決于芯片廠商。盡管H100相比A100性能有明顯提升，但并沒有像模型訓練算力需求那樣有明顯數(shù)量級的增長。這也意味著，算力成本已經成為OpenAI通往AGI的最大阻礙。

拋開卡脖子的因素外，在AGI終局里，算力本身也足夠“性感”。在這一輪AI熱潮的驅動下，英偉達的市值已經一舉超越了亞馬遜與谷歌。

與布局芯片類似于，OpenAI做AI應用產品也出于類似的考慮。從歷史中看，軟件行業(yè)的最終贏家是直接掌控用戶和數(shù)據(jù)資產的平臺型應用，“只掌握技術”在互聯(lián)網世界里被證明并沒有價值。

這個邏輯放在生成式AI也同樣適用。正如此前月之暗面楊植麟所說：

“現(xiàn)在‘吃’的是 Base Model 的 Scaling Law，未來可能會去“吃”用戶這個數(shù)據(jù)源的 Scaling Law。歷史上基本所有的互聯(lián)網產品要跑出來，最終都要靠用戶數(shù)據(jù)的 Scale。今天 MidJourney 已經能看到一些跡象，它通過“吃”用戶的Scaling Law 可以勝過 Base Model 的Scale up，但如果只看語言模型和文本，Base Model 的scaling 效果仍然遠遠超過用戶的。“

按照楊植麟的說法，AI大模型智能水平驅動力從基礎數(shù)據(jù)的Scaling Law轉移到用戶的Scaling Law，只是個時間問題。在這種情況下，應用層公司既是模型層的下游客戶，也是數(shù)據(jù)提供者。只有掌握用戶的公司，才真正意味著掌控模型。

/ 03 / OpenAI的終局思維

如果你足夠了解OpenAI，就會對這家公司的目標印象深刻。從創(chuàng)業(yè)開始，這家公司的目標只有一個，就是 all in AGI，一切研究圍繞著探索通往 AGI 的路徑。你能看到，無論是OpenAI還是掌舵人Sam Altman，他們在行為上都有著極強終局思維的烙印。

之所以OpenAI能跑通從文本、圖片到視頻的所有 AGI 技術棧，而且在很多領域都展現(xiàn)出了遠超行業(yè)的能力，恰恰離不開OpenAI基于終局思維建立的方法論。

作為Scaling Law這一暴力美學的堅定支持者，為了最大程度地發(fā)揮Scaling Law的價值，OpenAI做了三件事情：良好且通用的數(shù)據(jù)表示，良好且通用的數(shù)據(jù)標注，良好且通用的算法。

根據(jù)加州大學伯克利分校 (UC Berkeley) 計算機科學 PHD、知乎作者 SIY.Z的分析：

在GPT中，良好且通用的數(shù)據(jù)表示，是 tokenizer 帶來的 embedding。良好且通用的數(shù)據(jù)標注是文本清理和去重的一套方法（因為自然語言訓練是 unsupervised training，數(shù)據(jù)本身就是標注）。良好且通用的算法就是大家熟知的 transformers + autoregressive loss。

在Sora中，良好且通用的數(shù)據(jù)表示，是 video compress network 帶來的 visual patch。良好且通用的數(shù)據(jù)標注是 OpenAI 自己的標注器給視頻詳細的描述（很可能是 GPT-vision）。良好且通用的算法也是大家熟知的 transformers + diffusion。

以上的種種調整，為GPT和Sora的成功打下了基礎。而如今，這樣的思維也從技術探索也延伸到了業(yè)務布局。

就拿做芯片這事來說，很多人覺得奧特曼提出的7萬億是天方夜譚，但如果放到終局思維的路徑里，其實也就能夠理解了。

現(xiàn)在全球每年的GDP大約在100萬億美元，7萬億也就占7%而已。要知道，人腦的能量開銷占每天人體耗能的 20%以上，因此最終 AI 相關的算力開銷或許也應該達到類似的比例才合理。全球 70 億人分 7 萬億美元，平攤下來人均也就 1000 美元，只有1 部蘋果手機或筆記本電腦的價錢，但你從中獲得的生產力提升可能翻倍都不止。

以終局思維出發(fā)，進行業(yè)務布局，讓OpenAI將AI產業(yè)的競爭拉高到一個新的維度，而不僅僅取決于模型的智能水平。但這事也會帶來一個問題：OpenAI將面臨比互聯(lián)網巨頭更嚴厲的壟斷監(jiān)管。

如果OpenAI這條路能跑通，意味著AI產業(yè)將比互聯(lián)網更加壟斷。原因很簡單，當算力、算法和數(shù)據(jù)三者的價值全被OpenAI拿走的，很多人工智能產業(yè)鏈上的公司會死掉。

在互聯(lián)網時代，由于信息流動方式的問題，導致數(shù)據(jù)最終聚集在了少數(shù)互聯(lián)網巨頭的手里，他們通過廣告這個精妙的商業(yè)模式，把財富聚集在自己手里，壟斷開始出現(xiàn)。

生成式AI所帶來的技術變革本有望打破這一切。但OpenAI的AGI野心，很有可能讓長成一個吸血的怪獸，壟斷所有的知識來靠此收費，在壟斷這件事上不僅沒有減少，甚至換了新方法變本加厲上演。

從長遠看，OpenAI吃掉AI絕大部分蛋糕的故事固然性感，但對于AI行業(yè)乃至整個世界來說，未必是一件好事。

       原文標題 : 野心曝光！7億美元造芯片、開發(fā)革命性產品，OpenAI想要“壟斷”整個AI