不过大家也不用恐慌量子计算会马上颠覆一切，原来量子计算的挑战主要是精确度，简单理解就是，计算快，但误差也高，如今终于克服了近30年的纠错问题，芯片的计算误差也呈指数级下降，有很大进步了，但离真正的概念中的量子计算机还有一段距离。文 | 首席商業評論
就在OpenAI舉行連續12天的發佈會時，谷歌震撼性地發佈了量子芯片Willow，震驚世界，其聲稱在一個標準基準計算任務，Willow用時不到5分鐘（300秒）神速完成。
而原來世界上最快超算Frontier要完成同樣任務，則需要10億億億年，也就是10,000,000,000,000,000,000,000,000年。這是一個天文數字，甚至超過了宇宙的年齡（138億年）！
不過大家也不用恐慌量子計算會馬上顛覆一切，原來量子計算的挑戰主要是精確度，簡單理解就是，計算快，但誤差也高，如今終於克服了近30年的糾錯問題，芯片的計算誤差也呈指數級下降，有很大進步了，但離真正的概念中的量子計算機還有一段距離。
芯片的發佈無疑在硅谷引發了一場科技海嘯，還在發佈會中的OpenAI CEO 山姆奧特曼第一時間送上祝賀。谷歌CEO劈柴對此回應：量子計算+AI的多重宇宙即將帶來，也恭喜o1大模型發佈！
此外，劈柴還和馬斯克聯動了起來，他說未來可以藉助星艦在外太空搞一個量子計算集群。馬斯克回覆說這是有可能的，並提到了要實現卡爾達舍夫第二型文明所需的能源。
如果說量子計算機還有點遙遠，但AI大模型的更新是離我們很近的，我們來看看OpenAI連續幾天的發佈會到底發佈了什麼？OpenAI未來是要徹底商業化運作了嗎？
意外但不夠驚豔的發佈會：
01 模型仍然是常規更新
OpenAI好像很久都沒有大動作了，距離Sora的第一次亮相已經過去了294天，距離ChatGPT語音版發佈已經過去了205天，o1前瞻版的發佈也已經是九月的事了。不是說好的AI元年嗎？怎麼熱度反倒是倒過來的？
今年上半年Claude 3.5 Sonnet 儼然已經成爲目前評價最好的模型、谷歌正式上架 Veo 視頻生成模型，還有剛發佈的 Genie 2 世界模型，以及李飛飛的世界模型都走上臺前獲得了不低的關注度。
OpenAI這個時候自然需要「反擊」，來證明自己「AI一哥」的身份，OpenAI不是老了只是大招還在後面。
Sam Altman指出新版o1在處理複雜問題時的重大錯誤率降低了34%，而且能根據題目的難易程度調節處理時間，困難的題可能做幾分鐘，但簡單題目僅需幾秒。這使得用戶等待時間下降超過50%。Sam Altman緊接着給出了它的表現數據。o1在國際數學奧林匹克預選賽題目（AIME 2024）中拿到了83%的正確率，把GPT-4o那可憐巴巴的13%甩得連尾燈都看不見了，比起o1 -preview的56.7%也提升了將近一半！
如下圖所示，o1 Pro 僅用時 6 分 48 秒就成功解答了 2006 年國際數學奧林匹克競賽（IMO）的第三題——當年公認難度最高的題目。
2006 年全球約 500 名 19 歲以下的頂尖數學學生中，僅有 28 人能夠完全解答此題……他們擁有 4 個半小時的時間來攻克……而 6 名美國隊成員中無一人能夠解決這個問題……網友們嘗試使用其他所有模型（包括 o1）來解決這個問題，結果 o1 Pro 是唯一一個大語言模型給出了正確答案，也是目前推理最強的大語言模型。
ChatGPT Pro 訂閱計劃將允許用戶無限制訪問 o1、o1-mini、GPT-4o 以及高級語音模式，還包括一個僅供 Pro 用戶使用的 o1 版本，也就是o1 pro 模式。但200美元一個月的價格也足以勸退大部分普通用戶，有業內人士指出想過很漲價但沒想到會漲這麼多，如果你提不出專業的問題和具體且特別的需求，買這個會員就是在浪費錢。
不斷細分的GPT模型往好處說是爲了更好滿足不同需求的用戶，但經歷過國內互聯網手機和車圈大戰的人，應該能很快明白這是什麼意思。更多產品對應具體需求這不假，但本質上是在爭取已經存量化的細分市場，以至於要出各種不同名頭的產品。這並非不行，但這跟OpenAI宣稱的未來是屬於AI的世界，距離恐怕有點遠。
02 Sora Turbo正式上線
在OpenAI 12天發佈會的第三天，終於放出了一個像樣的大招。OpenAI 在 X 平台表示，自 2 月份以來，他們一直在構建 Sora Turbo，後者是一個速度明顯更快的模型版本，今天也將其作爲獨立產品向Plus 和 Pro 用戶開放。
在 Sora Turbo「Library」中，用戶可以保存自己喜歡或有用的提示詞，以便未來使用。並且保存的提示詞可以按需查看或修改，對於需要重複創作相似內容的用戶，無疑能大大提高效率。在工作流方面，Sora 的編輯功能是區別於其它競品的重要亮點。比如說，在 Remix 功能中，用戶可以利用純自然語言提示詞對視頻進行編輯，並通過簡單的「strength（強度）」選項和滑塊來控制生成的變化程度。
在技術規格上，Sora Turbo支持 5-20 秒的視頻生成，併兼容 1:1、9:16 等主流寬高比。相比早期版本，現在的生成速度有了顯著提升。
有趣的是，由於 Sora Turbo熱度太高，大批用戶湧入體驗網站，導致該網站一度崩潰，停止註冊登錄。不給力的服務也讓 Altman 連連在 X 平台安撫用戶：由於需求超出預期，我們將不得不間歇性地關閉新用戶註冊，並且生成內容的速度會在一段時間內減慢。我們正在全力以赴！
生成視頻貴這是行業內的普遍共識，但沒想到這次Sora Turbo貴的超乎想象，連兩百美元的會員都不能自由生成。對於訂閱用戶而言，20 美元的 ChatGPT Plus 計劃提供 50 個優先視頻額度（1000 積分），支持最高 720p 分辨率和 5 秒時長。而200 美元的 ChatGPT Pro 計劃則提供最多 500個優先視頻（10000 個積分），支持最高 1080p 分辨率、20 秒時長、5 個併發生成和無水印輸出。
雖然官方博客中提到，Sora Turbo用了一種新的擴散模型，它通過從一段看起來像靜態噪聲的基礎視頻開始，逐步去除噪聲並轉變爲最終的視頻。通過同時處理多個幀，模型成功解決了一個難題：即使目標暫時脫離視野，也能確保其在視頻中始終保持一致。
比如畫面中門的開向各開各的
但生成視頻共有的一些毛病他還是有的，在物理模擬方面，模型對物體運動的理解還不夠深入，常常出現動作不自然、物體突然消失等問題。特別是在處理帶有腿部運動的對象時，經常出現前後腿位置混亂的情況，導致動作看起來不自然。
又或者，某些視頻生成結果看起來像是慢動作，而視頻的其他部分則以正常速度播放，肉眼很容易察覺這種「彆扭」。簡言之，Sora 還是沒能解決老毛病，缺乏對物理世界規律的理解。另外，Sora 沒能解決文字生成的問題，導致經常出現文字混亂的現象。
筆者認爲這次Sora Turbo最大更新恐怕是對產權的明晰，官方博客中寫道，未經他人許可使用他人肖像，並禁止描繪真實未成年人；禁止創建非法內容或侵犯知識產權的內容；禁止生成有害內容，例如未經同意的親密影像、用於欺凌、騷擾或誹謗的內容，或旨在傳播暴力、仇恨或使他人痛苦的內容；創建並傳播用於欺詐、詐騙或誤導他人的內容。
所有 Sora Turbo生成的視頻都帶有 C2PA 元數據，這些元數據能夠標識視頻的來源，從而提高透明度，並可用於驗證其來源。這些動作或許可以應對一些新聞媒體和藝術家對OpenAI的侵權起訴，可能有助於AI視頻和內容快速走向商業化。
03 OpenAI也要把商業化放在第一位了
正如我們這次的標題所言OpenAI最新發佈會，很意外、很昂貴、很着急。論技術力OpenAI仍然是行業第一這沒有問題，但技術和美好的願景並不足以解決所有問題，能夠正常商業運作且有盈利可能的產品才能活得更久。
OpenAI在接受FT財經網採訪時表示，他們制定了明年衝擊 10 億活躍用戶的目標，現在 ChatGPT 的周活在 2.5 億左右；完全不線性的增長預期，建立在和蘋果的合作上，iPhone 的全球活躍設備超過 20 億台，這會是成爲搭便車的最好機會；OpenAI 給投資者畫大餅時也表示，達到 10 億活躍用戶，才能拿到和 Meta、Google 上同一張牌桌的入場券；OpenAI 今年的收入突破了 40 億美金，但同時創造了 50 億美金以上的成本，虧損壓力難以忽視；API 業務對收入貢獻很大，但利潤很低，來自 C 端用戶的直接訂閱才是最賺錢的，這也是 OpenAI 對提高活躍用戶規模興趣甚高的原因。
OpenAI 首席財務官 Sarah Friar 在接受《金融時報》採訪時表示："到 2025 年，我們將從一家服務數百萬用戶的研究實驗室，發展成爲服務全球數十億消費者的科技巨頭。"這家成立九年的創業公司正在向全球科技巨頭轉型，爲公司創始人兼 CEO Sam Altman 所描繪的"智能時代"做好準備。
OpenAI從非盈利組織轉向盈利的大公司幾乎是可以確定的事，改變世界很美好但在這之前他們要先活下來。
不過OpenAI的大餅真的能這麼順利實現嗎？
OpenAI 新任政策主管 Chris Lehane 透露，公司計劃在美國中西部和西南部地區建設數據中心集群，以支持未來發展。這一自建 AI 基礎設施的戰略，與 Google 和 Amazon 等科技巨頭的做法如出一轍。Lehane 指出，在 AI 競爭中，"芯片、數據和能源"是取得成功的三大關鍵要素。但問題在於OpenAI並不比這些大公司在芯片、數據和能源上擁有太多優勢。
iPhone用戶雖然全球有20億活躍設備，但支持AI功能的只有最近兩年的產品，AI本地化是蘋果一直倡導的，未必會支持用戶去購買功能更爲複雜成本更高的01模型或者Sora Turbo。而且蘋果自家AI也一直在追趕，能用自己的未來肯定會用自己的，搭便車可沒想象中那麼容易。
OpenAI對AGI五個階段定義如下：1）L1：聊天機器人（Chatbots），具備對話能力的AI；2）L2：推理者（Reasoners），具備人類的推理水平能解決很多複雜難題；3）L3：智能體（Agents），不只是推理，還能執行全自動化業務的智能體；4）L4：創新者（Innovators），能協助人類完成新發明的AI；5）L5：組織（Organizations），可以自動執行組織全部業務的AI。
據新浪科技，2024年中旬，OpenAI評估自己處於L1階段，而這次超長髮佈會後，筆者認爲OpenAI有望在此次發佈會後進入L2階段和L3初級階段，01模型的推理能力已經毋庸置疑，智能體（Agents）也有望在這次發佈會出現。
Agent可幫忙尋找營銷線索、推送潛在客戶、進行初期產品溝通等，帶來實際收入，所以大家願意買單。Agent的核心是大模型的推理能力（鏈式推理、多步推理能力），它能把複雜事情拆解成多步，若多步推理能力不足，AI成功率很低。國內已經有大模型在推送Agent服務，或許OpenAI這次能提供不一樣的東西。
寫在最後
目前OpenAI模型的真正使用者更多是專業開發者和領域專家研究員，普通大衆用於聊天不需要這麼大算力需求。而專業人士對人類科技進步和生產力提升有很大幫助，也會反推大家能力提升。所以這個時候，就不要談生成式AI是僞需求了。
但AI也走過了早期教育市場的階段，需要回答如何在性能、效果、成本之間實現平衡了。Agent算是眼下不多的AI熱點，但從算力上來講，Agent模式的成本開支較大，是GPU的5到10倍左右，算力消耗大，是AI應用的瓶頸之一。有時候或許要做的不是另闢蹊徑，而是先在成本上合理性可靠性，再來談商業化的事。
參考資料：
- OpenAI最短髮佈會 來源：Appso
- Sora上線擠爆服務器 來源：智東西
- OpenAI要搞12天連續發佈會 來源：Founder Park
