OpenAI CEO Sam Altman在印度發(fā)表關于模型成本的一番話，再一次引發(fā)了業(yè)內的廣泛關注。
昨天2月5日，OpenAI首席執(zhí)行官Sam Altman在亞太巡演的最后一站來到印度，與印度IT部長阿什維尼·維什瑙（Ashwini Vaishnaw）展開了一場高規(guī)格對話。在對話中，Sam首次系統(tǒng)回應了外界對AI成本的爭議。"如果你指的是我?guī)啄昵瓣P于人工智能成本的某些評論，我認為當時的觀點被誤解了。"Sam說道，"在過去幾年中，我們在蒸餾技術（distillation）方面取得了重大突破，學到了如何高效地訓練小型模型，尤其是在推理能力方面。"
更引人注目的是，Sam首次提出了AI成本演進的"雙軌理論"："前沿研究的成本將沿著指數曲線增長，但帶來的經濟和科學價值也是指數級的；而單位智能成本每年能下降約10倍，這比摩爾定律預測的芯片進步還要快。"
【核心要點】
成本突破：蒸餾技術帶來小型模型訓練可行性大幅提升
雙軌并行：前沿研究維持高投入，單位成本年降10倍
市場擴張：成本下降推動應用普及，總體投入繼續(xù)增長
技術展望：神秘的"Stargate"項目或將推動AI新突破
全球布局：印度成為第二大市場，OpenAI布局全棧合作
在DeepSeek用數據蒸餾技術驗證低成本AI可能性的同時，Sam Altman這番表態(tài)似乎印證了一個趨勢：AI正在進入一個高端突破與普及應用并行的新階段。讓我們一起深入解讀這場對話中的深層思考：
文稿整理
主持人： 這間會議室今天格外重要，因為我們聚集了全球人工智能議程的兩位關鍵人物，同時也有眾多開發(fā)者、初創(chuàng)公司和研究人員在場。你們將把我們今天討論的許多洞見付諸實踐，所以我非常期待展開這場激動人心的對話。讓我先從你開始談起。眾所周知，OpenAI 正在迅速擴張，最近的一份報告指出，到 2030 年，它對全球 GDP 的貢獻預計將達到 14%。你們已經為 印度人工智能使命 設定了明確的目標和方向，我很好奇，在未來 5 年內，你認為有哪些真正的機遇值得關注？
一、 AI 發(fā)展的關鍵臨界點
印度 IT 部長： 我們的總理一直強調，我們必須讓技術更加民主化。因此，我們的重點是讓技術變得更普惠，即讓技術觸及每一個人，同時讓技術開發(fā)的機會向大量初創(chuàng)公司和研究機構開放。
在 印度人工智能使命 中，我們正在所有三個關鍵層面展開工作——
芯片設計層面：我們正在自主研發(fā)自己的 GPU。
基礎層面：我們將與 OpenAI 積極合作。
應用層面：我們正在構建高質量的數據集，以訓練符合印度語言、文化細微差別及地區(qū)特征的人工智能模型。這是一項極具挑戰(zhàn)性的任務，需要精心策劃和整理數據集。
換句話說，我們正在全面推進人工智能發(fā)展，希望能快速成為全球技術領導者。印度在科技應用方面一直是快速適應者，“數字印度” 計劃已讓我們成為全球最早實現大規(guī)模數字支付和數字化日常生活的國家之一。因此，我們希望在人工智能領域也保持這一領先優(yōu)勢。
主持人： 確實，OpenAI 在過去幾年中以驚人的速度推出了新模型和新功能，帶來了廣泛的用戶增長和應用采用。Sam，你上次訪問印度時曾提到，印度應當采取一些關鍵舉措，并且在人工智能領域有獨特的貢獻潛力?，F在，你正在進行亞太地區(qū)多國訪問，而印度是你的最后一站。你認為，我們目前在哪些方面仍然思考不足，或者尚未充分行動？
Sam Altman： 我完全贊同剛才關于 全棧方法（Full Stack Approach） 的觀點。印度對于全球人工智能生態(tài)系統(tǒng)而言至關重要，對 OpenAI 來說更是如此。目前，印度已經是我們全球第二大市場，過去一年中，我們在印度的用戶增長了 三倍。但更讓我印象深刻的是，印度的開發(fā)者、企業(yè)和研究人員正在構建涵蓋整個技術棧的人工智能解決方案，包括 芯片、模型，以及各類令人驚嘆的 AI 應用。因此，我認為印度應該 全方位布局，并成為人工智能革命的全球領導者之一。印度已經展現出了驚人的科技接受度，并且正在打造一個完整的人工智能生態(tài)系統(tǒng)。
主持人： 隨著人工智能的快速發(fā)展，關于 構建基礎模型的成本 也成為一個熱點話題。你最近有沒有對這一問題的看法有所改變？
Sam Altman： 首先，如果你指的是我?guī)啄昵瓣P于人工智能成本的某些評論，我認為當時的觀點被誤解了。那時候，我們正處于某個特定的擴展階段，當時我確實認為，保持在最前沿的預訓練模型的開發(fā)成本將會很高，而我至今仍然持這一觀點。但在過去幾年中，我們在 蒸餾技術（distillation） 方面取得了重大突破，學到了如何高效地訓練小型模型，尤其是在推理能力（reasoning models）方面。雖然這些模型的訓練仍然昂貴，但可行性已經大幅提升。這一進展將帶來大量的創(chuàng)造性應用爆發(fā)，而印度應該在這個領域發(fā)揮領導作用。
關于模型成本，其實有兩種不同的角度：
1、前沿研究的成本：如果要保持在人工智能的最前沿，我們認為這些成本仍會 沿著指數曲線增長。但與此同時，提高智能水平所帶來的經濟和科學價值也是指數級的。例如，我們正在推進 “Stargate” 項目，這將推動 AI 進入一個新的高度。
2、單一智能單位的成本下降：從另一個角度看，我們觀察到 單位智能成本每年下降約 10 倍。摩爾定律 預測 芯片上的晶體管數量每 18 個月翻倍，這在幾十年間改變了整個科技世界。而 AI 領域的成本下降速度更快，帶來的影響更大。不過，這并不意味著全球對 AI 硬件的需求會減少。相反，當 AI 計算成本下降后，人們會更廣泛地應用 AI，整體市場規(guī)模反而會不斷擴大。換句話說，雖然單位計算成本下降了，但總市場投入會不斷增長，推動人工智能進入更深層次的應用。
主持人： 所以，你認為 AI 的硬件需求不會減少，反而會持續(xù)增長？
Sam Altman： 正是如此。即使 AI 計算的 單位成本下降，市場需求仍然會持續(xù)增長。因為 當 AI 變得更便宜、更高效，大家會用它來做更多事情，最終 整體市場投入 反而會繼續(xù)增加。
二、印度的 AI 發(fā)展戰(zhàn)略
主持人： 嗯，這是一個非常令人興奮的趨勢，聽到這些消息真的很棒。我覺得今天在場的每個人都充滿了期待。所以，我想請教您一個問題——最近，印度 宣布計劃構建 基礎模型，眾所周知，這是一個極其復雜的過程。我很好奇，面對 印度的多樣性和復雜性，您如何看待這個過程可能帶來的意外驚喜和創(chuàng)新？印度計劃構建的基礎模型將如何展現獨特性，并在全球范圍內發(fā)揮獨特作用？
印度 IT 部長： 正如 Sam 之前所說，人工智能領域每年都在經歷 10 倍的智能計算成本下降，而這樣的創(chuàng)新可以來自世界上任何地方——那么，為什么不能來自 印度？這才是關鍵所在。我們的 年輕企業(yè)家、初創(chuàng)公司和研究人員 都非常專注于推動 下一個重大創(chuàng)新突破，以進一步降低 AI 開發(fā)成本。要知道，我們的國家 以遠低于其他國家的成本完成了登月任務，那么，為什么我們不能開發(fā)一個 成本僅為其他國家一小部分 的基礎模型呢？所以 創(chuàng)新 將推動 AI 計算成本下降，我們相信，這個過程會帶來巨大的技術突破。
主持人： 確實，OpenAI 經常提到一個觀點：“如果你能解決 印度 的 AI 問題，那么你就能解決全球范圍內的 AI 挑戰(zhàn)?！币驗?印度的多樣性 和 廣泛的應用場景，如果我們能成功 解決本地化問題并打通最后一公里，那么在全球范圍內也能推廣類似的解決方案。除此之外，您曾多次提到，您對 人工智能應用層的創(chuàng)新 感到興奮。今天在場有很多 開發(fā)者和初創(chuàng)公司，這也是一個很好的機會，能否和大家分享，您認為他們應該重點關注哪些領域？同時，除了 應用層面，印度政府本身在 人工智能的應用和推廣方面有哪些具體規(guī)劃？
印度 IT 部長： 這個問題問得很好。事實上，印度政府已經在多個部門部署了 AI 技術，涉及的政府機構和部門非常廣泛。對于印度而言，我們所面對的大多數挑戰(zhàn)，都是 人口規(guī)模級別的問題，通常都涉及 十億級別的解決方案。這意味著，AI 在印度的應用必須能支持超大規(guī)模的用戶群體。
因此，我們的重點方向包括——
醫(yī)療健康
教育
農業(yè)
天氣預測
災害管理
交通運輸
我們正在這些領域推動人工智能的落地應用。我也想借此機會向 整個印度的初創(chuàng)企業(yè) 發(fā)出邀請，希望大家能開發(fā)出 創(chuàng)新性解決方案，幫助我們解決這些 規(guī)模龐大的社會問題。此外，我們很快就會推出一個”開放競賽計劃（Open Competition Program）“，這是一個 政府主導的 AI 創(chuàng)新競賽，旨在鼓勵 更多初創(chuàng)公司參與 AI 研發(fā)。所以，我希望在座的開發(fā)者們都能積極參與——讓我們一起用人工智能解決世界上最復雜的問題！
三、AI 在教育與醫(yī)療領域的潛力
主持人： 太棒了！Sam，就剛才提到的 人口規(guī)模級別的問題，印度顯然是一個 極具代表性的國家。而 OpenAI 的愿景之一就是讓 人工通用智能（AGI） 造福全人類。那么，你如何看待 OpenAI 的模型和工具在醫(yī)療、教育等領域 發(fā)揮 平衡器（Equalizer） 的作用？
Sam Altman： 這是一個非常重要的問題。我認為 現在我們所處的 AI 發(fā)展階段，模型已經基本達到了“可用”門檻。在接下來的幾個月里，我們將發(fā)布的新模型”Deep Research “ 已經足夠強大，可以真正用于解決這些現實世界問題。接下來的挑戰(zhàn)就是——開發(fā)者們如何利用這些技術，構建真正可用的 AI 解決方案。事實上，我們已經看到了一些非常激動人心的 AI 應用案例。例如：
在醫(yī)療領域，AI 已經能夠幫助醫(yī)生診斷疾病，甚至在科研中輔助研究人員尋找新的治療方案。
在教育領域，AI 已經展現出驚人的個性化輔導能力，提供了 前所未有的學習體驗。所以，現在的關鍵是——如何加速這些 AI 應用的落地，真正讓 AI 造福所有人。
主持人： 所以，你認為 我們已經到了 AI 應用突破的臨界點，而接下來的重點就是 開發(fā)者們如何利用 AI 來構建真正的解決方案？
Sam Altman： 完全正確！現在的 AI 技術已經進入了 可用階段，開發(fā)者們應該抓住這個機會，將 AI 真正應用到現實世界的關鍵領域，推動社會變革。Sam Altman（OpenAI 首席執(zhí)行官）：我認為，目前的 AI 技術已經接近關鍵門檻，而即將發(fā)布的下一代模型將真正跨越這一門檻。但現在，我們需要大家去 構建各種 AI 服務。希望今天在座的某位開發(fā)者，能夠找到 未來 AI 導師（AI Tutor） 應該是什么樣子。這將是一個 人口規(guī)模級的應用。
想象一下，如果 全球每一個孩子 今年都能獲得一個 AI 導師，并且這個 AI 導師的教育質量 優(yōu)于去年的任何人類導師，這將帶來多大的影響？再想象一下，如果我們能夠打造一個 AI 醫(yī)療診斷系統(tǒng)，它的診斷能力 超過去年世界上任何一個醫(yī)生，這意味著什么？如果科學家們能夠利用 AI 更快地治愈各種疾病，那又意味著什么？這些都是我們 期待已久的時刻，而現在，我們正接近一個 真正實現它的階段。我們正在構建能夠支持這些突破的 AI 技術，而接下來的任務 就是由你們去開發(fā)應用。
主持人： 絕對沒錯！最近發(fā)布的研究成果令人驚嘆，大家都在密切關注，并希望能將其應用到實際場景中。如果要用 AI 來解決像癌癥這樣復雜的疾病，你有什么建議？我們應該如何開始實驗？
Sam Altman： 目前，我們仍然處于 AI 研究助手（Research Assistant） 階段。AI 可以幫助研究人員 審查現有文獻，找到潛在的聯系，但它 尚未發(fā)展到自主創(chuàng)新 的水平。換句話說，我們還 不能指望 AI 直接治愈癌癥，但我們正在朝著這個方向努力。目前，AI 可以 大幅提升研究人員的生產力，讓他們在分析數據、查閱文獻、整理研究報告等方面更高效。但最終的科學突破，仍然需要人類研究人員的智慧和創(chuàng)造力。
主持人： 印度希望在全球 人工智能領域擁有更強的話語權，并成為全球 AI 領導者之一。你有什么建議？我們應該如何行動？
Sam Altman： 在我看來，印度目前正在做的事情已經非常正確，沒有必要做出大的調整。你們已經在 大力推動 AI 生態(tài)建設，并在全球 AI 領域中占據了重要位置。這本身就是 對你們工作的最好認可。
四、 AI 如何提升個人生產力
主持人： 我還想問一個問題，你在日常生活中一定也在使用 AI，對吧？我不會問你最喜歡哪個 AI 平臺（笑），但我很好奇，OpenAI 的模型如何提升你的效率和生產力？
印度 IT 部長： 哈哈，這個問題在這個場合問確實有些難回答，但我當然會說 OpenAI 確實很好用！說正經的，OpenAI 確實讓生活變得更高效，比如整理筆記、起草文件等都變得非常輕松。但我更關注的是，這項技術 如何影響更廣泛的人群，如何讓更多人受益。
Sam Altman： 這確實是個很好的問題。目前，我的直覺是——AI 可以幫助完成全球范圍內單個數字百分比的經濟價值任務，但無法完全替代完整的工作崗位。例如，在科學研究領域，AI 不會自己去治愈某種疾病，但它可以 幫助研究人員更高效地工作。
如果你是一位科學家，你可以讓 AI 幫助你：
進行文獻綜述
整理實驗數據
規(guī)劃實驗步驟
訂購實驗所需物資
這些工作 可能不會直接帶來革命性的突破，但如果 全球所有科學家的工作效率都提升兩倍，那么這個世界的科技進步速度將加快很多倍?，F在，AI 研究工具（Deep Research） 的發(fā)展，就像 ChatGPT 的推出，當時很多人都沒想到 AI 能夠完成如此復雜的多日任務。但事實證明，人們很快適應了它，并找到了高效的使用方法。所以，我相信，AI 在科研、教育、醫(yī)療等領域的應用，還需要幾個月的適應期，但最終它會帶來 顛覆性的變革。
主持人： 你提到了 AI 未來可能帶來的 安全挑戰(zhàn)，比如 網絡安全和國家安全問題，你怎么看？
Sam Altman： 這些確實是關鍵問題。AI 模型正在迅速提升 軟件工程能力，這將對 網絡安全產生巨大的影響——既有 正面影響，也有 潛在風險。到 2025 年底，軟件工程領域可能會發(fā)生重大變化，開發(fā) AI 系統(tǒng)的方式、編寫代碼的方式、保護信息安全的方式，都會變得不同。我們必須 提前布局，確保 AI 技術帶來的影響是積極的。
主持人： 哈哈，看來你現在都能代替我來主持了！感謝兩位的到來。