OpenAI的策略似乎并未達(dá)到預(yù)期效果。他們將一場原本可以兩小時講完的發(fā)布會拆成了12天，每天15分鐘左右,，試圖制造一種“生怕錯過”的緊迫感。然而，這種策略反而讓對手找到了反擊的機(jī)會,。在過去12天里,，Google密集發(fā)布了自家的AI產(chǎn)品進(jìn)展，對OpenAI進(jìn)行了猛烈的狙擊,。

Google先是發(fā)布了大語言模型Gemini 2.0,，在多模態(tài)能力和處理速度上相比OpenAI的GPT-o1有明顯優(yōu)勢。接著,，Google又推出了視頻生成模型Veo 2,，該模型在實測中被認(rèn)為在真實感和細(xì)節(jié)上優(yōu)于Sora，并且用戶可以通過簡單的提示指定更多鏡頭類型和拍攝方式,，使得視頻生成過程更加靈活,。

即使在第12天，OpenAI發(fā)布了新一代模型GPT-o3,，其性能逼近AGI（通用人工智能）,，但用戶并不買賬。人們認(rèn)為GPT-o3依舊是“期貨”,，短期內(nèi)無法向用戶開放,。更早些時候,，非營利組織METR發(fā)布的一項評測顯示，Anthropic的大模型Claude Sonnet 3.5在7項測試中的5項超過了OpenAI的o1-preview,。

盡管OpenAI在3個月內(nèi)連續(xù)發(fā)布了兩個頂尖模型GPT-o1和GPT-o3,，但競爭對手步步緊逼。曾經(jīng)遙遙領(lǐng)先的OpenAI,，在兩年內(nèi)從“神”變?yōu)榱恕皟?yōu)秀”,，逐漸與越來越多的對手站在了同一起跑線上，甚至開始被超越,。12天的發(fā)布會,，從萬眾期待變成了口碑下滑。

在發(fā)布會之外,，OpenAI的狀況也不容樂觀,。為了提高營收，OpenAI一直在試圖與醫(yī)療保健,、制造業(yè)和法律公司,、教育等行業(yè)客戶達(dá)成合作。例如,，今年5月,，OpenAI發(fā)布了面向校園的ChatGPT EDU，并招聘了美國在線教育巨頭Coursera的前高管擔(dān)任教育業(yè)務(wù)負(fù)責(zé)人,。然而,，根據(jù)風(fēng)投機(jī)構(gòu)Menlo Ventures的數(shù)據(jù)，今年OpenAI在企業(yè)AI領(lǐng)域的市場份額從50%下降至34%,，而亞馬遜支持的Anthropic的市場份額翻了一番,，從12%增至24%。

就在OpenAI為期12天的發(fā)布會上,，又有兩位核心人物離職,。其中一位是元老級成員Alec Radford，他曾參與過GPT-1到GPT-4的研發(fā),。他的離職意味著GPT-1,、GPT-2兩代模型的核心論文作者已經(jīng)全部離開OpenAI?？梢哉f,，2024年成為了這家公司發(fā)展歷史上重要的轉(zhuǎn)折點。

在此之前,，2022年12月1日,，ChatGPT發(fā)布，兩個月內(nèi)用戶數(shù)突破1億,，全球互聯(lián)網(wǎng)行業(yè)沸騰了,?？萍季揞^和創(chuàng)業(yè)公司紛紛追趕OpenAI。截至2024年第一季度,，全球人工智能大模型的數(shù)量已達(dá)到1328個，美國占比最高,，約44%,，中國占36%。2023年3月14日,，OpenAI發(fā)布了GPT-4,，再次驚艷世界。然而到了2024年,，情況發(fā)生了變化,。許多創(chuàng)建光環(huán)的人密集地離開了OpenAI，包括聯(lián)合創(chuàng)始人Ilya Sutskever和John Schulman,、首席技術(shù)官Mira Murati等,。他們大多數(shù)加入了OpenAI的競爭對手，如谷歌,、亞馬遜,、Anthropic等。

這些人才的流動幾乎不再存在商業(yè)秘密,。數(shù)據(jù)分析公司Databricks的AI副總裁Naveen Rao表示,，全球真正能夠建立新的前沿大模型的研究人員數(shù)量小于1000人，這也是為何這些頂尖人才的爭奪戰(zhàn)如此激烈的原因,。在他看來,，研究人員在組織中的影響力前所未有，一個研究人員的想法可以完全改變產(chǎn)品,，對公司未來產(chǎn)生巨大影響,。

OpenAI核心人員的大量出走不僅將崛起的秘密帶給了對手，也瓦解了OpenAI的商業(yè)壁壘,。關(guān)于OpenAI的下一張牌GPT-5,，情況依然悲觀。據(jù)華爾街日報報道,，GPT-5的研發(fā)進(jìn)展受阻,。自2023年3月GPT-4發(fā)布以來，OpenAI一直在全力推進(jìn)GPT-5的研發(fā)工作,，但至今尚未實現(xiàn)目標(biāo),。每輪訓(xùn)練都需要幾個月時間處理海量數(shù)據(jù)，每次訓(xùn)練都會遇到新的技術(shù)難題,。知情人士透露,，六個月的訓(xùn)練運行計算成本可能已經(jīng)達(dá)到約5億美元,。此外，現(xiàn)有互聯(lián)網(wǎng)數(shù)據(jù)已經(jīng)不再足夠,，需要更加多樣化和高質(zhì)量的數(shù)據(jù),。OpenAI甚至開始探索所謂的“合成數(shù)據(jù)”，但研究表明,，這可能導(dǎo)致系統(tǒng)故障或無意義的回答,。

盡管如此，部分業(yè)內(nèi)人士認(rèn)為,，盡管大模型的能力發(fā)展可能面臨瓶頸,，但我們不必因此過度焦慮。如今的大模型已經(jīng)遠(yuǎn)超過去的AI技術(shù),，它們依然能夠顯著改變商業(yè)運營,，重塑整個行業(yè)競爭格局。AI領(lǐng)域每個月都有新的進(jìn)展,，大模型正在逐漸深入到不同場景和行業(yè)中,。可以說,，現(xiàn)在正是人工智能產(chǎn)業(yè)的黃金時代,，但OpenAI面臨的挑戰(zhàn)和危機(jī)確實比以往更多了。