（關注公眾號設為標，獲取AI深度洞察）

全文 10,000字 | 閱讀約45分鐘

【核心內容預覽】

• GPT-5即將發布：OpenAI正整合GPT和o系列模型，推出更強大的GPT-5；

• 研發融合創新：研究與產品開發緊密結合，不再是單純的研究公司；

• Deep Research驚艷：被稱為"自ChatGPT以來最佳產品"，展現AGI潛力；

• AI編程提速：預測2026年實現編程99%自動化，比競爭對手預期更早；

• 教育變革：愿景是AI為每個孩子提供個性化導師，技術已準備就緒；

• 機器人布局：已開始關注機器人技術，計劃從數字世界拓展到現實應用；

在全球AI競爭日益白熱化的背景下，OpenAI首席產品官(CPO) Kevin Weil近日接受了一場引人注目的訪談。面對來自中國AI巨頭DeepSeek等公司的強大壓力，OpenAI已經明確表示GPT-5即將發布，這被視為公司保持技術領先地位的關鍵舉措。

Kevin Weil在訪談中不僅確認了這一消息，還透露了GPT-5將整合目前分叉的GPT系列和o系列模型，將推理能力與大規模預訓練模型的優勢結合起來。"我們正在努力簡化模型系列，盡管我們在命名方面真的很糟糕，"Weil半開玩笑地說道，同時承諾GPT-5將為用戶帶來更一致、更強大的體驗。

在快1個小時的深度對話中，這位曾在Twitter、Instagram和Meta工作過的產品專家分享了他對AI發展速度的驚嘆，以及OpenAI如何通過研究與產品開發的緊密融合來保持領先地位。尤其令人關注的是他對AI編程自動化的大膽預測——2026年將實現99%的編程自動化，這比競爭對手Anthropic預測的2027年更早。

文稿整理

主持人：這一集中，我們有幸邀請到 OpenAI 的首席產品官 Kevin Weil 加入我們。Kevin，對于那些可能還不認識你的人，你能簡單介紹一下你在 OpenAI 的工作，以及是什么讓你如此與眾不同？

Kevin Weil:是什么讓我與眾不同？嗯，我很幸運能擔任 OpenAI 的首席產品官，這可能是我職業生涯中最有趣的工作。我的職業道路很幸運，經歷了許多不同階段。早期我在 Twitter 擔任工程師，那時公司只有 40 人，后來發展到約 4000 人。我在那里主要負責產品工作。之后我在 Instagram 也擔任過產品負責人，還參與創建了 Meta 公司的 Libra 加密貨幣項目。我還在 Planet 公司花了幾年時間建造衛星，那也是一次非常寶貴的經歷。但在 OpenAI 之外的其他地方，你對計算機能做什么通常有一個基本認識。構建產品時，你會考慮為誰構建，解決什么問題，但技術本身變化不大。數據庫會有所改進，但速度不快。今年的數據庫可能比去年的快 5%，但功能基本上是一樣的。OpenAI 的與眾不同之處在于，每兩個月我們就會讓計算機做一些全世界歷史上從未實現過的事情。你對技術能力的認知會不斷刷新，這意味著你幾乎每兩三個月就要重新思考你的產品。這很有挑戰性，但也非常有趣。

一、OpenAI 創造前所未有的產品

主持人：Kevin，你能告訴我們你在 OpenAI 的工作經歷嗎？OpenAI 既是一家研究公司，又是一家產品公司，你在產品方面的工作是怎樣的？很多人都在談論模型會不斷改進，研究方面有很棒的工作在進行，不僅在 OpenAI，也在其他公司。但 OpenAI 作為產品公司，尤其是 ChatGPT，已經抓住了全世界的想象力。現在 ChatGPT 已經成為一個動詞，我經常用它來指代使用 AI 工具的行為。那么，你的日常工作是怎樣處理這種雙重角色的呢？

Kevin Weil:這是個很好的問題。回顧一下，OpenAI 大約 10 年前成立，最初是一家研究公司。一群當時被認為很瘋狂的人創立了它，他們說："我們可以構建 AGI（人工通用智能）。"當時幾乎沒人相信他們，他們有點像邊緣人物。但事實證明他們是對的，他們找到了一些方法，開始構建了一些令人驚艷的演示，比如能解魔方的機器人手。然后他們發現了擴展定律(scaling laws)，表明投入更多的計算和數據，模型會變得非常出色。正如你所說，OpenAI 很快成為一家世界級的研究公司。但現在，有了 ChatGPT、企業產品、API 產品以及我們正在考慮的其他產品，我們不能僅僅是一家世界級的研究公司，我們還必須是一家世界級的產品公司。實際上，我越來越覺得我們不能把這兩者分開，必須緊密合作。因為就像我之前說的，每兩個月，計算機能做的事情就會改變，你對技術的認知也會隨之更新。如果我們像兩個獨立的公司運作，最多只能互相傳遞一些改進，但這不是構建最佳產品的方式。最佳產品需要研究、產品、工程和設計團隊緊密協作，進行深度研究。當你把用戶需求、要解決的問題與模型能力的早期突破結合在一起時，魔法就發生了。如果只是互相拋東西，你可能會做出很酷的東西，但不會是最好的產品。市場競爭太激烈了，有很多優秀的公司在構建優秀的模型，我們要贏的唯一方式是真正作為一個整體運作，這就是我們正在努力的方向。

主持人：所以，你的日常工作主要是思考研究的走向，然后確定產品需要加速到哪里，以滿足未來的需求，以及規劃整個公司在半年或一年后的發展方向。

Kevin Weil:沒錯。與AI模型合作的一個有趣之處在于，現在的模型已經非常出色，它們不再受智能本身的限制，而是受教學限制。你可以教它們做任何事，但你需要有數據、強化學習和適當的環境來幫助它們做得更好。 實際上，越來越多的產品工作涉及到評估和教導模型做什么。這里面有很多細微差別。比如，如果你用大量的競技編程比賽數據來訓練模型，它會在競技編程方面變得非常出色，但競技編程和實際的前端應用開發并不完全一樣。你需要非常清楚地了解你要解決的問題，確保你在教模型正確的東西。這是產品反向影響研究的部分。然后，就像你說的，有很多應用場景是由研究推動產品的，有了新能力后，我們會思考如何用它構建出優秀的產品。這就是為什么我們需要兩個團隊緊密合作，這樣才能發揮雙方的優勢，創造出令人驚嘆的成果。

主持人：我明白了，你們在研究和產品之間花了太多時間，以至于沒時間給產品起個好名字。

Kevin Weil:哈哈，是的，我們在命名方面確實很糟糕，但我們知道這一點，也接受這一點。我們偶爾會在Reddit上做"問我任何事"(AMA)活動，有一次我和Sam一起參加，有人問我們能不能改進產品命名，我們在房間里討論了半天，最后我只回了兩個字："不"。我們正在努力實現人工通用智能(AGI)，而人們最大的反饋是名字有點混亂，建議我們把所有東西都命名為AGI1、AGI2、AGI3，這樣會更簡單。不過，我很興奮，Sam最近提到我們要把模型系列重新整合在一起。歷史上，我們有GPT模型系列，從GPT-3、3.5、4到現在的4.5，這些模型是通過越來越大規模的預訓練來提升性能的。去年我們在推理方面取得了突破，o1模型系列（包括o1 preview、o1，以及即將推出的o3）能做一些不可思議的事情，它們的基準測試成績非常高，按照縮放定律，你需要訓練一個大10萬倍的模型才能達到那種性能水平。這些模型在推理方面很出色，但當時它們沒有GPT模型的所有功能，比如不能搜索網絡、處理文件上傳等，它們只是很擅長推理。所以我們給它們起了新名字，形成了不同的系列，因為它們的功能集不同。有時候你確實想用這個，有時候想用那個，我認為這是正確的決定，盡管有點混亂，但這幫助我們更快地將這些技術推向世界。

現在，人們用這些模型做了很多了不起的事情，無論是編程、前沿科學還是其他領域。我們在大多數情況下都優先考慮速度，力求盡快把新工具交到人們手中，讓他們能更快地做更多酷的事情。但我們確實分開了模型系列，現在，隨著我們對這些推理模型越來越熟悉，我們正在教它們使用GPT系列的所有工具，比如處理文件上傳、搜索網絡，甚至在推理過程中使用Python編程，這很酷，它們可以寫代碼來幫助自己更好地理解問題。所以，o系列和GPT系列開始擁有相同的能力，這給了我們一個機會把它們重新整合在一起，這就是我們計劃用GPT-5做的事情。我們正在努力簡化模型系列，盡管我們在命名方面真的很糟糕。

主持人：你有GPT-5的發布時間表嗎？我知道這個問題很難回答，但我還是得問。

Kevin Weil:嗯，很快，我們正在談論它，所以時間上有些不確定性，因為我們確實想在整合時簡化模型，這意味著用戶習慣的所有工具和功能都需要運行得非常好。我們正在教推理模型很多新技能，這是研究性質的工作，所以有些事情存在不確定性。我不會給你具體時間，但會很快，我們很認真地對待這件事，團隊正在為此努力工作。

二、AI領域的競爭與創新

主持人：Kevin，我不是工程師，我是你們產品的用戶，我很喜歡它們。隨著時間推移，我們看到競爭對手崛起，有人說AI模型可能會被商品化，所以實際的產品和應用場景變得更加重要。你們肯定也注意到了，如果OpenAI領先，其他公司也會推出類似產品。作為產品負責人，你們在制作產品時會關注競爭對手的動向嗎？你們如何思考如何繼續保持這種先發優勢和領先地位？

Kevin Weil:這是個好問題。我稍微不同意你問題的框架。我其實不認為模型正在被商品化，它們發展得很快，進步速度驚人。事實上，模型智能的增長速度是不可思議的。Sam幾周前提到，如果你把智能水平保持不變，智能的成本每年下降10倍。想想摩爾定律，過去60年它定義了我們的科技時代，每18個月芯片上的晶體管數量翻倍，性能提高一倍。而在AI領域，智能成本每年下降10倍，這條曲線陡峭得多。當然，智能水平并不是保持不變，而是在大幅提升的同時，成本還在下降。這是一系列令人難以置信的發展趨勢。我不認為這些模型被商品化了，它們都在快速進步。因為我們處于如此陡峭的發展軌道上，其他人確實能夠很快趕上領先者，但這并不意味著領先不重要。我認為即使是3到6個月的領先也非常關鍵，因為這意味著你首先獲得新能力，可以首先推出利用這些能力的新產品。由于這些能力是全新的，這些產品以前從未存在過，比如Deep Research。你是第一個這樣做的，其他人都在追隨，我認為這是一個很有價值的位置。我們會盡最大努力保持領先優勢。其他實驗室在某些方面領先，這很好，但我們非常有競爭力，我們會關注其他人的工作。我們希望引領潮流，我們的使命是確保人工通用智能(AGI)造福全人類，我們通過把AI交到每個人手中來實現這一點，無論是通過ChatGPT等自家產品，還是通過API讓300萬開發者在各種工具、公司和產品中嵌入AI。我們會盡一切可能把AI帶給盡可能多的人。

主持人：我有個問題，這更像是我的個人觀察。坦白說，我差點要取消ChatGPT的訂閱，轉而用Claude一段時間。是的，就在不久前。但后來Deep Research發布了，我當時是普通Plus計劃的用戶，聽說Deep Research是Pro計劃的一部分。我想，可能不會那么好，但我在Twitter上看到很多關于它的推文。有人說"這是現象級的"，我看到越來越多的好評，于是我想，算了，我去升級到Pro計劃吧。老實說，我很久沒有像使用Deep Research那樣有"哇"的驚嘆時刻了。Deep Research太棒了，你知道Perplexity有深度研究功能，Grok也有，但沒有什么能比得上你們的Deep Research。我想知道，這其中有多少是底層模型的功勞，有多少是你們在產品上的工作？因為Deep Research真的很棒，我每天都用它。即使是最簡單的查詢，我也會用它，因為它會查遍Reddit和一大堆博客帖子，收集所有信息，而且幾乎不出現幻覺。在我看來，它感覺像是真正的人工通用智能，因為以前的AI給我的感覺是輸出內容很通用，但Deep Research充滿了洞察力。比如，如果你問它制作一個頂級游戲平均需要多少人，早期版本的AI會很含糊，但現在它會給出具體例子，說這個游戲用了這么多人，那個游戲用了那么多人，非常有用。這可能是我對Deep Research最長的贊美了。

Kevin Weil:哈哈，你可以繼續夸Deep Research，你做得很好。我認為Deep Research是自ChatGPT以來我們推出的最佳產品。它太神奇了，內部我們稱之為"感受AGI"的時刻，會讓你起雞皮疙瘩。從理性角度，你看到AI和模型智能的趨勢在不斷增長，但有時候很難真正理解當人工通用智能無處不在時會是什么感覺。但偶爾你會得到一絲暗示，Deep Research就是其中之一。它讓我能做一些我自己無法做到的事情，比如我是個物理愛好者，我想了解μ子對撞機，我讓它為我做了一個大報告，20分鐘后它給了我一個15頁的μ子對撞機報告，這是我自己做不到的。還有為我兒子做一些醫學研究，我沒能力做那種專業研究，它為我做了，給了我很多安心。它不只是節省一點時間，而是從根本上為我做了我自己無法完成的事情，這讓我大開眼界。回到你的問題，我認為功勞要歸于研究團隊，他們做得難以置信。但這也是一個例子，研究團隊、產品團隊、工程團隊和設計團隊從一開始就緊密合作，確保我們為用戶解決的問題與我們訓練模型的方式相匹配。當我們訓練模型提升某些技能時，這些技能直接與我們試圖創建的產品相關。這真的是將這些團隊結合在一起產生的魔力。我認為，如果我們是分開運作的研究團隊和產品團隊，我們無法創造出這樣的產品。

主持人：關于Deep Research，我想再問一個問題。最近我試用了GPT-4.5，它有種很明顯的大模型感覺，我不知道怎么準確解釋，但當我使用較小的模型，比如GPT-3 Mini，我能感覺到它太字面化了，就是一種直覺上的感受。而GPT-4.5寫得非常好，它能捕捉到我話語中的細微差別和各種特殊情況。據我所知，GPT-4.5沒有推理能力，這只是一個更大的預訓練模型。你認為，將這種新的預訓練水平與推理能力結合起來，我們會看到前所未有的新東西嗎？你期待能力的大幅提升嗎，還是如果模型已經足夠大，推理就不那么重要了？

Kevin Weil:不，我認為推理絕對重要，你可以在測試基準中看到這一點。如果你看一些更學術、更科學的測試基準，比如GP QA、Frontier Math或ARC-GI，GPT-4.5無法與o1相提并論，更不用說即將推出的o3了。但正如你所說，還有一些更軟性的評估，更模糊、更人性化的東西，GPT-4.5在這些方面非常出色，這很難量化，但在人類反饋和A/B測試中，你可以看到人們對GPT-4.5的偏好遠超其他模型。我認為這表明，今天我們知道有兩種方法可以提升模型的智能：你可以做越來越大的預訓練，或者在上面做越來越多的強化學習（RL）來教它推理。最終的答案不是二選一，而是兩者都要繼續發展。更大的預訓練模型能獲得軟技能，更好的世界知識，更有趣的對話，它們感覺更人性化或更真實。

你問我為什么，我認為在更大的模型中，你可以包含更多的細微差別。人類世界充滿了維度、細微差別和多樣性，當你將一個大模型提煉成較小的模型時，比如將GPT-4提煉成GPT-4 Mini，取決于你如何提煉，你可以保留你在意的特定方面的技能。如果你想構建一個非常好的小型編程模型，你完全可以做到，你可以提煉GPT-4或o1，得到一個非常好的編程模型，性能測試可能不完全相同，但非常接近，而且模型更小。但如果你試圖與它聊天，它就不是一個很有趣的對話伙伴，它在某種程度上失去了個性。如果它是一個專門用于編程的模型，你可能不在乎這點，因為那不是你使用它的目的。小模型在很多方面都很出色，但當維度減少時，你會失去細微差別和多樣性，而這些恰恰是使得與大模型交談非常愉快的因素。我認為反過來也是如此，當擴大模型規模時，增加的維度有更多空間來包含更多細微差別。這聽起來有點感性，但我覺得背后有科學支持，這在我們看到的一切中都是真實的。GPT-4.5在處理需要人性化理解的問題方面是迄今為止最好的，你必須親自嘗試才能體會，然后你會說："哦，我完全明白了。"

三、AI如何改變編程與創意工作

主持人：是的，它是一個更好的寫手，GPT-4.5的寫作感覺很人性化。幾乎就像兩三年前，我會認為推理能力是寫得更好的關鍵，邏輯上你認為這個發生了，然后那個發生了，這應該幫助你寫得更好。但實際上，這種細微差別才是導致寫作技能提高的原因，這出乎我的意料。所以我在腦海中做了一個修正。 但我有個問題，我想問關于特定技能的問題。我們先談編程。三年前，如果你說編程將被自動化，沒人會相信你，他們會說GPT-2連基本的編程都做不好。到了GPT-3，它能輸出一些簡單代碼，比如做一個按鈕。兩年前，當GPT-4出現時，它開始每天被使用，現在它已經非常出色，特別是在競爭性編程方面，而且在構建前端或后端基礎設施方面也越來越好。我幾周前和Anthropic的人交談，我問他們Anthropic是否有編程99%自動化的時間表，我指的是前端和后端的實際功能代碼，他們說2027年。你有時間表嗎？你對編程的未來有什么看法？因為你每天都在寫代碼，與研究團隊合作，構建產品，你對此有什么預測或觀點嗎？

Kevin Weil:按照我們現在的發展速度，我會感到驚訝如果要等到2027年，我認為會更早。Anthropic說2027年，我們會說2026年。我看一下，當我們推出GPT-4時，它是一個非常好的編程模型，GitHub Copilot等工具被廣泛使用，但與o1 preview相比，o1在編程方面要好得多，因為推理能力在編寫代碼時很重要。無論是解決難題、填字游戲、數獨還是編寫代碼，你都需要一定程度的推理能力，能夠將問題分解成更小的部分，形成假設，驗證或反駁這些假設，這就是推理的作用。o1 preview大約相當于世界上排名第100萬的競爭性程序員，這聽起來不太好，但世界上有3000萬到4000萬程序員，所以它在前2-3%。o1正式發布時，大約相當于世界上排名第1000名的工程師。即將推出的o3，根據相同的測試標準，相當于世界上排名第175名的競爭性編程者。隨著我們開始訓練后續模型，它們的表現更好。

所以我認為，今年AI在競爭性編程標準上將永遠超越人類，就像70年前計算機在乘法上超越人類，15年前AI在國際象棋上超越人類一樣。今年，AI將在編程上永遠超越人類，而且沒有回頭路。我們對此投入了很多關注，Anthropic、Google也在投入大量精力，所以這將發展得非常快。我認為世界會因此變得不同，而且我認為會變得更好。想象一下，如果你不需要成為工程師就能創建軟件，軟件可以讓你創造任何你想要的東西，這將對世界產生民主化的影響。新冠疫情期間，我和一些人交流，他們試圖為當地城市創建一個網站來跟蹤疫情數據，但沒有工程師可用，他們自己也沒有這方面的技能，結果他們無法做到。而今天，這對任何頂級AI模型來說都不是問題，更不用說未來這些模型能夠生成任意數量的優秀軟件時。我對這個未來感到興奮，它很快就會到來。

主持人：Kevin，作為一個內容創作者，關于AI生成內容將如何大量涌現的討論正在進行。Varun的Instagram基本上是假的，95%的視頻都不是他，而是有人點擊幾個按鈕讓它看起來像是他。真實性正在迅速減弱，你們在OpenAI是否關注這個問題？你們是否積極思考當一切都可以自動生成時，互聯網會發生什么？

Kevin Weil:我給你我的個人觀點。我認為對于大多數人類創作，人們重視一種"工作證明"。如果創建大量基于AI的內容變得非常容易，就像現在制作圖像一樣，人們會更加重視那些花了很多時間和精力創作的東西，而不是那些可以在五秒內制作的東西。拿Sora來說，你現在不能對Sora說"給我做一部電影"，它做不到。但如果你給它非常深思熟慮、詳細的提示，你可以讓它創造出驚人的東西。我們內部有一個創作者，他以前在行業內工作過，他用Sora做的事情讓我難以置信，遠遠超出了我的想象能力。我和一位導演交談過，他正在考慮使用Sora。他說，以前他做科幻片，比如有一個場景是太空中的飛機飛向一個行星，然后需要切換到飛船在行星表面飛行的場景。有很多種方式可以做這個切換。今天，他會去特效工作室，花10萬美元，讓他們用一個月時間做兩種版本的切換場景，然后他從中選擇一個，因為他只有這兩個選擇。

而用Sora，他可以在一個下午制作40個不同的版本，探索各種不同的表現方式，讓他的創造力自由發揮，與AI合作做更多的嘗試。最后，他可能還是會去同一家特效工作室制作他最喜歡的那一個，但他是帶著50個想法中最好的一個去的，得到的結果比以前好得多，因為他與AI合作進行了更充分的創意探索。我認為，在這個世界上，創作偉大的作品仍然需要大量的工作和專業知識。創作偉大作品所需的努力和專業知識的標準可能保持不變，只是通過AI，輸出可以更好，更容易被世界接受，更快完成。如果你能立即看到結果，你就不會被別人拖慢速度。你花同樣的心力，但不用等待VFX工作室可能需要一個月才能完成的工作，而是立即得到反饋。我和行業內另一個人交談過，他們說創意工作或編程的未來將轉向管理，因為我們現在用AI擁有的能力，對于有資本的人來說一直是可用的，那就是雇傭人。我現在寫的代碼比一年前少得多，因為我可以讓一群人去嘗試各種實驗，他們可能需要一周時間來完成，而現在他們也在使用AI。

主持人：你是否認為，如果你是一個創意人士，無論是編程者還是撰寫內容或制作廣告腳本的人，你會如何適應這個新世界？因為在印度和世界各地，有很多人重視智力，認為編程是智力的象征，而現在它正在被商品化。如果你是一個剛開始職業生涯的工程師，你會如何應對即將到來的地位沖擊？因為你在Twitter上已經看到了一些跡象，每天都有關于這個話題的討論，有人在否認，有人在悲傷，各種反應都有。也有人說沒什么會發生，因為創造結果所需的努力是相同的，我同意這一點。但如果你能接觸到AI工具，現在你就在與那么多其他會寫英語的人競爭，他們可能不像你那樣了解底層技術，但現在也在市場上競爭同樣的工作或職位。你如何看待這種影響？

Kevin Weil:我認為，在一個AI模型不受智能限制而是受教學限制的世界里，專家和經驗仍然很重要。Jeff Dean是一個比我更好的工程師，我敢打賭Jeff Dean加上AI比我加上AI做得更好。專業知識和經驗，理解要解決什么問題，關注哪些方面，如何利用資源，這些仍然很重要。我不認為一切都會完全平等，專業知識不再重要。然后，你開始思考什么才是真正重要的，如果你能創造任何東西，那么知道要創造什么就變得非常關鍵。誰能感覺到最重要的問題是什么，以及如何解決它們，如果更多的人能夠解決這些問題，世界會變得更好，因為更多的問題會得到解決，社會會更快地前進，我對此感到興奮。

四、AI將如何塑造工作與教育

主持人：聽起來，AI可能會創造新的工作類別，但這似乎與"現有工作將繼續存在但AI會成為其中一部分"這一觀點有些矛盾。你能預見會出現什么樣的新工作嗎？在你構建產品的過程中，有沒有什么具體的想法，你認為在未來幾年內肯定會成為現實？

Kevin Weil:很難說，我不確定我有一個能讓你滿意的答案。但我認為幾乎所有的工作都會被AI補充。無論你是在日常工作中使用AI來增強自己的能力，還是像Varun說的那樣，人們將越來越多地成為AI員工的管理者，這些AI員工會為他們完成很多基礎工作。也許我們會把"所以這意味著什么"留給人類，AI做很多"是什么"的工作，然后人類仍然對"這意味著什么"負責，就像你作為團隊管理者一樣。但我不敢確定，我認為很多事情會在未來幾年內發生變化。我唯一確信的是，人們天生希望成為比自己更大的事物的一部分。我不相信一個我們都獲得普遍基本收入，然后躺在沙發上做藝術的世界。我認為人們想要創造，他們想要幫助他人，他們想要讓世界變得更好。AI會改變很多事情，它會幫助我們以現在無法做到的方式實現目標，但我認為這種基本愿望是人類的本性。所以我不認為會有一個AI為我們做所有工作的世界，而我們都放松下來什么都不做。我認為我們仍然會努力工作，仍然會努力讓世界變得更好，只是我們會有不同的工具來做這些事情。

主持人：也許不是這個話題，但我在想，當你們構建產品時，你們肯定有很多優先事項，你們在開發自己的產品，但在工作過程中，你們會想，"啊，那是一個創業點子"。你們在創造智能，然后想，"那應該成為一家公司"。當然，你們不會花時間去建立那個公司，因為你們有其他優先事項。但你腦子里有沒有幾個想法，覺得有人應該利用你們正在構建的技術來做些什么？你們在為創業公司挖掘想法嗎？

Kevin Weil:是的，你在尋找播客之后的項目。嗯，我會給你一個一般性的想法和一個具體的想法。一般性的想法是，我之前說過，這些模型不受智能限制，而是受教學限制，它們可以學習任何東西，關鍵是你有什么來教它們。所以我認為，利用私有數據可以構建很多大公司。模型是在互聯網和公共數據上訓練的，但世界上大部分數據不是公共數據，而是鎖在企業、機構、政府等圍墻后的私有數據。你可以用這些數據讓模型變得非常強大。你已經在法律等領域看到了這樣的例子，他們利用私有數據來增強模型，使其在特定功能上變得出色，能夠深入了解法律工作流程。我認為你可以在很多不同的領域這樣做。

具體的想法是，這對全世界都非常重要，特別是對印度。我真的希望每個孩子都能有一個個性化的導師。我不知道為什么今天還沒有實現。我的孩子沒有這樣的導師，你知道有誰有嗎？這感覺是最有價值的事情之一，你可以做一些有意義的事情來加速世界的進步和提高生活質量。因為我見過的每一項研究都表明，有個性化導師的孩子比只有普通教育的孩子表現高出幾個標準差。顯然，世界上有很多孩子甚至沒有我們認為的基本教育，但他們可能有手機，而ChatGPT是免費的。我只是想看到一個世界，每個孩子都有一個個性化的導師，可以教他們任何他們想知道的東西，以他們想要的速度推動他們，讓他們按照自己天生的智力水平成長。世界會變得更好，AI今天就可以做到這一點。這不是要等待四年后的技術突破，AI已經準備好了。我想看到有人用一個驚人的AI導師席卷全球。我認為在OpenAI，我們會盡一切努力支持有人大規模地做這件事。這是我們能夠改善世界的最直接方式之一。

主持人：語音模式有普及嗎？因為我以為當我們有像電影《她》那樣的技術時，我們會經常使用語音模式，一直和AI交談，但我發現自己更多的是在和AI發短信，我不怎么使用語音模式，這很奇怪，因為我一直以為會是相反的情況。你有什么看法嗎？因為你在OpenAI負責產品，你知道為什么它沒有普及，或者可能我的理解有誤？

Kevin Weil:我認為它會普及的，我們有很多用戶一直在使用它。有很多重度用戶，比如我知道有人下班走路回家時，無論是走到車邊還是公交車站，他們會一直和ChatGPT交談，回顧他們的一天，討論會議，談論待辦事項，最后從ChatGPT那里得到一組待辦事項，總結了他們的一天。所以有很多很酷的語音應用場景。我認為它可以比現在好得多。現在，如果你停止說話，語音模式會立即接入，因為它認為你說完了。人類不會這樣做，他們會根據各種提示來判斷，而AI目前還不會。你開始說話，然后它停下來，然后又開始，我們人類學會了稍微打斷對方，然后根據各種暗示決定誰繼續說。我們在播客中一直在這樣做。 所以有這些細微的暗示會讓對話感覺非常真實。我們非常重視這一點，我認為你會很快看到很多改進。語音模式對我來說很棒，但還沒有達到它應該有的水平，我非常有信心我們會達到那個水平，這將開啟更多可能性。你希望能夠以與人類互動的每一種方式與ChatGPT交流，有時是視頻，有時是語音，有時是打字，你需要能夠做到所有這些。

主持人：Kevin，有時候你看著你正在做的工作，你會想，也許這個問題的答案是一個實體產品。你有想過這方面的事情嗎？

Kevin Weil:我們開始關注機器人技術，具體形式還有待觀察。可能是我們自己做一個大型機器人項目，或者我們只需要積累足夠的真實世界經驗來構建優秀的視覺模型和現實世界理解模型。無論如何，我們知道機器人技術將是一個重要領域，我們希望為許多其他公司在機器人領域做出卓越成就提供技術支持。 對我來說，首先是讓數字世界運作正確，然后在數字世界中擁有人工通用智能幫助我們做各種事情之后，下一個明顯的方向就是機器人技術和對現實世界的影響。所以，如果你想成為我們希望成為的那種公司，你必須能夠在這兩個領域都發揮作用。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://www.youtube.com/watch?v=SnSoMh9m5hc&t=88s&ab_channel=Overpowered

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈