「可能站在了历史错误的一边」算是很重的话，而 Sam Altman 真这样说了。

近日在 OpenAI 的 reddit 版块上，又展开了一次「Ask Anything」活动，参与答网友文的团队成员除了 Sam Altman，还包括首席产品官 Kevin Weil，首席研究馆 Mark Chen，工程副总裁 Srinivas Narayanan，API 研究负责人 Michelle Pokrass，以及研究负责人 Hongyu Ren。

在经受了DeepSeek的冲击之后，OpenAI 不可避免的要面对相关的提问。Sam Altman 认为，或许闭源的确是站在了历史错误的一边，但眼下这不是 OpenAI 的重点。

眼下，他们还在为优化 Operator 而努力，还有接下来的新模型和一系列的功能更新。下文为「Ask Anything」的内容摘录，有所编辑及删减。

Q：4o 图像生成功能还有计划推出吗？

Kevin Weil（首席产品官）：是的！我们正在努力，我认为这值得等待，但可能要过几个月吧 :)

Q：将会有更新以推进语音模式吗？这是否是潜在 GPT-5o 的终点？

Sam Altman：是的，即将推出语音模式更新！但我们应该只会叫它 GPT-5，而不是 GPT-5o。目前还没有时间表。

Q：你认为递归自我提升是一个渐进的过程还是一个快速起飞？

Sam Altman：我认为是快速起飞，比几年前我想象的更有可能，可能是时候写点关于这个话题的东西了...

Q：让我们假设这是 2030 年，你刚刚创建了一个大多数人会称之为 AGI 的系统，它通过了你抛给它的每一个基准测试，并且在速度和性能上超过了你最好的工程师和研究人员。接下来是什么？除了提供 web 版，还有没有其他的计划？

Sam Altman：最重要的影响，在我看来，将是加速科学发现的速率，我认为这是提高生活质量的最大贡献。

Srinivas Narayanan（工程副总裁）：我们与 AI 交互的界面将发生根本性的变化。事物将更加主动。AI 将不断代表我们处理复杂任务和目标，并在后台进行。当有必要时，它们会向我们汇报。机器人技术也应该足够先进，能够为我们在这个现实世界中完成有用任务。

Q：您考虑发布一些模型权重和发表一些研究吗？

Sam Altman：是的，我们正在讨论。 我个人认为我们在这里站在了历史错误的一边，需要找出不同的开源策略；并不是 OpenAI 的每个人都持有这种观点，这也不是我们目前的最高优先级。

Q：什么时候 O3 会亮相？

Sam Altman：我猜不止几周，不到几个月。

Q：请允许我们在使用高级语音的同时与文本/画布交互。我想与之对话，并让它迭代文档。

Kevin Weil：当然！我们有很多独立构建的好工具——目标是尽可能快地将它们送到你们手中。下一步是将所有这些整合起来，这样你们就可以与一个在搜索时进行推理并生成运行 Python 的画布的模型进行交流。

所有工具都需要更好地协同工作。顺便说一句，所有模型都需要使用完整工具（O 系列模型还不能使用所有工具），这也会实现。

Q：我们离在常规 Plus 计划上拥有 Operator 还有多远？机器人部门的第一个目标是什么？如何看待像 Trillium、Cerebers 等更专业的芯片/TPU？OpenAI 正在考虑这个吗？

Kevin Weil：Operator 还没有具体日期，但计算机使用显然是长期 AGI 的一部分，我们希望尽快让每个人都能使用它。现阶段反应非常棒，我们正在训练一些使 Operator 更快、更便宜的专用模型，这会是下一步。

Sam Altman：Operator 还有几个月吧。机器人部门的第一个目标是进行一次真正优秀的机器人的小规模运行并从中学习。GB200 难以击败 rn！

Q：为什么与 OpenAI 构建的其他所有模型相比，Whisper 的发展似乎停滞不前？

Michelle Pokrass：我们于 DevDay 开源了 v3-turbo！

Q：星际之门的成功对 OpenAI 的未来有多重要？

Kevin Weil：非常。我们所看到的一切都表明，我们拥有的计算能力越强，就能构建更好的模型，制造更有价值的产品。我们现在正在两个维度上同时扩展模型——更大的预训练模型，以及更多的强化学习/草莓——这两者都需要计算能力。为数百亿用户提供服务也是如此！

随着我们转向更多为你们工作的代理型产品，这也需要计算能力。所以，把星门想象成我们把你电力/GPU 转化为为你制造神奇事物的工厂。

Q：让我们谈谈本周的「大象」，Deepseek。显然是一个非常令人印象深刻的模型，我知道它可能是在其他 LLM 输出上训练的。这如何改变你对未来模型的计划？

Sam Altman：这是一个非常好的模型！我们将生产更好的模型，但 与往年相比，我们的领先优势将更小。

Q：稍微有点偏离主题，然而作为一个刚刚大学毕业并渴望为该领域做出贡献的人，你能提供一些建议关于应该朝着哪些方向努力吗？或者，我们是否正以如此快的速度骑在指数曲线上，以至于已经太晚了...

Hongyu Ren（研究负责人）：这个领域发展迅速。我的建议是专注于你最感兴趣的事情，通过与 AI 合作提高 100 倍的生产力。

Q：如果你今天要从零开始一个新的职业，你会选择哪个领域？

Srinivas Narayanan：找到一个你热情所在的领域或问题区域——例如，改善健康、为世界创造更多能源等——解决这些问题的具体技术将随着时间的推移而改变。AI 在解决这些问题中的重要性也将增加，因此学习如何使用它将变得重要。学会学习——保持开放和适应。

Q：语音、视频、屏幕共享、任务和操作员，您现在已经发布了许多组件，这些组件共同构成了一个非常完整的自动化体验。在我们说我们拥有一个完整的 AI 体验之前，是否还有缺失的部分，如果有，它们是什么？

Srinivas Narayanan：是的，很多部分正在整合。持续提升推理能力仍然是关键部分。连续的视频输入和输出将会非常酷。在任何环境中的自动化——不仅仅是浏览器，还包括整个电脑或其他设备。以及轻松理解和使用不同应用（工作和个人生活）的能力。

“特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。

Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”