Sam Altman a16z最新采訪：建立垂直整合的AGI帝國 ，Sora和能源

a16Z最新采訪，Sam Altman 詳細闡述了他對公司未來、人工智能技術發展以及其社會影響的全面思考。他將 OpenAI 的核心愿景定義為構建一個垂直整合的 AGI帝國，這個帝國由個人 AI 訂閱服務、超大規模的基礎設施和前沿研究實驗室三大支柱構成

Altman 強調，AI 與社會必須協同進化，像 Sora 這樣的產品發布，不僅是為了展示技術突破，更是為了讓社會提前適應和思考即將到來的變革。他預測，AI 將在科學發現領域扮演關鍵角色，成為推動人類進步的核心引擎。同時，他也深入探討了公司在面對基礎設施、能源需求、版權爭議、開源策略和監管安全等一系列復雜挑戰時的戰略考量與應對之道

OpenAI 的核心愿景：構建垂直整合的 AGI 帝國

Sam Altman 在訪談中清晰地勾勒出 OpenAI 的宏大藍圖，其核心并非僅僅是一家技術公司，而是一個集三大核心能力于一身的復雜生態系統，旨在最終實現并普及 AGI。他將其比喻為三家公司的結合體：

個人 AI 訂閱服務：OpenAI 的目標是成為大多數人的個人 AI 訂閱首選。用戶不僅可以通過 OpenAI 自家的消費級產品（如 ChatGPT）與之交互，還可以在登錄其他第三方服務時調用這個 AI。未來，這個 AI 將通過專門的硬件設備存在，深度了解用戶，并提供高度個性化和實用的幫助。這構成了 OpenAI 直接面向用戶的商業層面

超大規模的基礎設施運營：為了支撐上述個人 AI 服務和前沿的科研需求，OpenAI 必須構建并運營規?？涨暗挠嬎慊A設施。Altman 坦言，這個基礎設施的規模是“荒謬且可怕的”（ridiculously terrifying），其體量之大，甚至可能在未來催生出獨立于當前目標的全新商業模式，例如向其他公司提供基礎設施服務，盡管目前其唯一目標是服務于內部的科研和產品

前沿研究實驗室：這是 OpenAI 的根基和引擎。所有的產品能力和基礎設施建設都源于并服務于其核心使命——構建 AGI。研究的突破為產品提供了核心競爭力，而產品的應用和反饋又為研究指明了方向

這三大支柱形成了一個緊密的垂直整合閉環。研究的突破（research）催生出強大的 AI 模型，這些模型需要龐大的基礎設施（infrastructure）來訓練和運行，最終通過卓越的產品（products）交付給用戶，實現商業價值。這個閉環中的每一個環節都相互依賴、相互驅動

有趣的是，Altman 對垂直整合的看法發生了根本性的轉變。他曾是專業分工和橫向協作的信徒，認為經濟效率最高的方式是每家公司只做一件事。然而，在領導 OpenAI 的過程中，他發現為了實現構建并普及 AGI這一使命，公司必須親力親為，涉足從底層芯片合作到上層應用的全鏈條。他以 iPhone 為例，認為 iPhone 是科技行業有史以來最令人難以置信的產品，而其成功的關鍵恰恰在于其極致的垂直整合。這表明，在面對顛覆性技術變革時，傳統的商業理論可能不再適用，掌控整個技術棧變得至關重要

他還分享了一個頗具深意的軼事：早期當被問及 OpenAI 的商業模式時，他曾開玩笑說我們會去問 AI，它會為我們想出來的。盡管當時被當作玩笑，但 Altman 確認，在公司發展過程中，他們確實多次向內部模型請教戰略問題，并獲得了富有洞察力的、被團隊忽略的答案。這不僅體現了 AI 的實用價值，也暗示了未來組織決策方式的一種可能演變

Sora 的戰略意義與 AI 的社會協同進化

Sora的發布在業界引發了廣泛討論，一些人質疑在 GPU 資源如此寶貴的情況下，為何要投入大量算力去做一個看似與 AGI 關系不大的視頻生成工具。對此，Sam Altman 提出了一個更深層次的戰略考量：社會與技術的協同進化（societal co-evolution）

Altman 認為，顛覆性技術不能在實驗室里被完美打造后，突然空投給社會，這種方式是行不通的。社會需要時間來理解、適應、消化并最終塑造技術，這是一個持續的、雙向互動的過程。ChatGPT 的發布就是一個成功的例證。在 ChatGPT 出現之前，OpenAI 討論 AGI 時，大多數人要么不相信，要么不關心。但當一個具體、可感的產品出現后，整個社會被迫開始認真思考和應對 AI 的到來

Sora 的發布遵循了同樣的邏輯。它具備以下幾重戰略意義：

AGI 路徑上的重要探索：表面上看，Sora 只是一個視頻工具，但 Altman 認為，構建真正強大的世界模型對于實現 AGI 至關重要，其重要性遠超當前人們的普遍認知。Sora 正是構建這種能夠理解和模擬物理世界動態的模型的一次關鍵嘗試

社會適應性的“預演”：視頻相比文本具有更強的情感共鳴和影響力。很快，世界將充斥著能夠輕易深度偽造任何人、或生成任何場景的強大視頻模型。這既會帶來巨大的創造力，也必然伴隨著社會調整的陣痛。通過提前發布 Sora，OpenAI 讓社會得以一窺未來的樣貌，開始思考和建立應對機制，而不是等到技術成熟后措手不及。這是一種負責任的、漸進式的技術引入方式

激發樂趣與創造力：Altman 強調，AI 的發展不應僅僅是追求冷酷的效率和解決問題。技術同樣應該帶來樂趣、喜悅和驚喜。Sora 激發了普通人的創造熱情，這本身就是一種巨大的價值。盡管 Sora 的訓練和生成成本高昂，但在 OpenAI 整體的算力分配中，它只占很小一部分

基于這種協同進化的理念，Altman 也展望了未來 AI 的交互界面。他認為，我們早已超出了簡單的聊天用例的飽和點。未來的交互將遠不止于文本。例如，他設想了一個界面完全由實時渲染的視頻構成的世界，這將開啟全新的交互可能性。同時，新的硬件形態也會出現，這些設備能夠時刻感知環境，并根據用戶的具體情境，在最恰當的時機提供信息，而不是像現在的手機一樣，隨時用通知打擾用戶

AI 科學家

在訪談中，Sam Altman 對 AI 未來幾年內最令人興奮的突破給出了明確的答案：AI 科學家（the AI scientist）。他認為，這是即將發生的、將對世界產生深遠影響的變革

他首先回顧了圖靈測試的命運。這個曾被視為 AI 終極目標的測試，在不經意間就被“呼嘯而過”。世界為之震驚了一兩個星期，然后迅速接受了“計算機可以做到這個”的現實，生活照舊。Altman 認為，科學發現領域也將上演類似的一幕。他個人的圖靈測試標準，就是當 AI 能夠獨立進行科學發現時，世界將發生真正的改變

他透露，在 GPT-5 的早期版本中，已經開始看到這種能力的微小萌芽。社交媒體上開始出現一些案例，比如模型做出了新穎的數學發現，或是在物理學、生物學研究中貢獻了小小的突破。Altman 堅信，這個趨勢將持續增強。他預測，在未來兩年內，AI 模型將能承擔更大塊的科學研究工作，并做出重要的科學發現。這無疑是瘋狂的，因為從根本上說，科學進步是推動世界變得更好的第一性原理。如果我們即將迎來科學發現的大爆發，其正面影響將是難以估量的

這種對 AI 技術能力的樂觀判斷，源于 Altman 對深度學習進展的深刻體驗。他形容深度學習是一個“不斷給予的奇跡”。他回憶道，當初團隊發現語言模型的scaling laws時，感覺像是撞大運，以為這樣的好運不會再有。但后來，推理能力的突破再次發生，讓他意識到這個技術的根本性力量。他感慨道，也許所有重大的科學突破都給人這種感覺：一旦你發現了一個真正根本性的原理，它就會在各種地方持續奏效

這種持續的進步導致了一個顯著現象：能力懸殊（capability overhang）。

絕大多數公眾對 AI 的認知仍停留在 ChatGPT 發布時的水平

一小部分硅谷的書呆子在使用像 Codex 這樣的編程模型，他們知道公眾對 AI 的理解已經落后了

而極少數在前沿工作的科學家們，則看著那些使用 Codex 的人，認為他們同樣不了解模型真正的能力邊界在哪里

這種認知上的層層斷裂，意味著 AI 的真實潛力遠未被大眾所理解和利用。至于當前的大語言模型技術路線能走多遠，Altman 提出一個“自指”（self-referential）的回答：他相信基于 LLM 的技術足以強大到能夠幫助我們找出下一個技術突破。如果模型能做出比整個 OpenAI 團隊加起來都更出色的研究，那么這條路就算走通了

此外，訪談還談到了一個有趣的產品問題：AI 的“諂媚”

Altman 解釋說，這并非一個難以解決的技術問題，而是一個用戶偏好問題。有大量用戶實際上非常喜歡這種禮貌、順從的風格。用戶的需求分布極其廣泛，這讓 OpenAI 意識到，試圖用同一種性格的 AI 服務數十億人是不現實的，就像人們不會只有同一種類型的朋友一樣。未來的解決方案必然走向個性化，短期內可能是讓用戶選擇一種預設性格，長期來看，AI 應該能通過與用戶的簡短交互，自動適應并形成最適合用戶的溝通方式

戰略合作、能源需求與領導力反思

要實現 AGI 的宏偉目標，OpenAI 正以前所未有的決心進行一場激進的基礎設施豪賭。Sam Altman 對此充滿信心，他表示自己從未對未來的研究路線圖和其將創造的經濟價值如此確信。但要支撐起這種規模的賭注，單靠 OpenAI 一己之力是遠遠不夠的，需要整個行業的支持

為此，OpenAI 近期與多家行業巨頭達成了戰略合作，包括 AMD、Oracle 和 Nvidia。這背后是一種清晰的戰略決策：

全產業鏈合作：這種合作覆蓋了從最底層的電子到最上層的模型分發，以及中間的所有環節。Altman 預告，未來幾個月還將宣布更多此類合作。這表明 OpenAI 正在構建一個龐大的聯盟，以確保其在算力、數據中心、能源等方面的需求得到滿足

研發優先原則：在資源有限的情況下，OpenAI 內部有一個明確的優先級排序。當面臨產品支持和前沿研究之間的 GPU 資源沖突時，公司幾乎總是選擇將 GPU 優先分配給研究團隊。因為公司的核心使命是構建 AGI，研發是實現這一目標的根本。只有在極少數情況下，例如某個新功能病毒式傳播時，研究團隊才會短暫地讓出部分算力。建設更大規模的基礎設施，正是為了減少這種“痛苦的抉擇”（painful decisions）。

這場基礎設施擴張的核心瓶頸之一是能源。Altman 坦言，他一直以來有兩個職業上的熱情所在：AI 和能源。他未曾料到，這兩個看似獨立的領域最終會深度融合。他認為，從歷史上看，提升人類生活質量最有效的手段就是提供更便宜、更豐富的能源。AI 的發展，特別是未來 AGI 的實現，將需要天文數字般的電力

他對未來能源格局的判斷如下：

短期：在美國，新增的基荷電力將主要來自天然氣

長期：未來的主導能源將是太陽能加儲能與核能的組合。他特別看好先進核能，包括小型模塊化反應堆（SMRs）和核聚變

政策與成本：核能的普及速度將取決于其經濟性。如果核能能夠實現壓倒性的成本優勢，變得比其他所有能源都便宜得多，那么政治壓力會推動監管機構迅速批準，建設也會加速。反之，如果其成本與其他能源相當，那么反核情緒可能會占據上風，導致發展進程極其緩慢

除了外部的戰略布局，Altman 也反思了自己作為 CEO 的成長。他坦誠自己并非天生的運營者，早期的自己更像一個為公司提供建議的投資者。隨著運營經驗的積累，他更深刻地理解了經營一家公司的復雜性，尤其是在執行商業協議時，需要考慮的不僅僅是獲得分銷渠道和資金，而是協議帶來的所有運營層面的深遠影響。這種從投資者思維到運營者思維的轉變，讓他在處理復雜的戰略合作時變得更加成熟

版權、開源與監管

隨著 AI 技術的迅速普及，一系列復雜的社會和倫理問題也浮出水面，OpenAI 作為行業的領軍者，必須在版權、開源和監管等多個戰場上進行探索和博弈。

版權（Copyright）

關于 AI 訓練數據和生成內容的版權問題，Sam Altman 提出了一個他目前的預測性框架。他認為社會最終可能會達成一種新的平衡：

1.訓練被視為合理使用：他猜測，社會最終會接受使用公開數據訓練 AI 模型屬于合理使用的范疇。這就像一個人類作家可以閱讀成千上萬本小說來汲取靈感，但不能直接抄襲一樣

2.生成內容的新模式：然而，當用戶要求 AI 生成特定風格或包含特定 IP 的內容時，就需要一套全新的商業和授權模式。這部分將不再是完全免費的

有趣的是，他觀察到一種新的、非直覺的趨勢。以 Sora 為例，除了那些擔心自己 IP 被濫用的權利人之外，還有大量權利人表達了另一種擔憂：他們擔心自己的角色或 IP 沒有被 AI 足夠多地生成。他們希望自己的角色能與用戶互動，從而擴大其影響力和商業價值。如果 OpenAI 的模型總是傾向于生成某個熱門角色而冷落了他們的角色，他們反而會感到不滿。這預示著未來 IP 合作的模式可能非常多樣化，一些權利人會嚴格限制，而另一些則會積極尋求與 AI 平臺的深度融合，以期獲得更大的曝光

開源

OpenAI 在開源問題上的立場也經歷了演變。盡管公司名字里有Open，但其最先進的模型并未開源。然而，Altman 明確表示開源是好的，并且公司也發布了一些非常強大的開源模型。他認為，這背后也存在著地緣政治的考量

Sam Altman在這里又黑了一下中國的開源AI，他觀察到一個令人“擔憂”的現象：目前許多大學和研究機構正在大量使用來自中國的開源模型（如 DeepSeek）。如果西方世界不提供高質量的開源替代品，那么未來 AI 生態的底層模型和價值觀可能會受到單一地緣政治力量的深度影響，那你倒是開源啊

監管與安全

在監管問題上，Altman 倡導一種精準而審慎的態度，避免一刀切的過度監管扼殺創新

精準監管：他認為，監管的重點應該只放在那些能力達到極端超人水平的前沿模型上。這些模型在發布前，確實需要經過某種形式的、非常嚴格的安全測試

避免過度監管：對于能力較弱的模型，不應該施加過多的監管負擔。他以歐洲為例，認為那種全面性的嚴苛監管可能會完全扼殺創新生態，這將是一個非常糟糕的結果

他認為，AI 發展至今，尚未產生真正巨大的、可怕的風險，但這不代表未來不會發生。社會需要為可能出現的糟糕的事情做好準備，就像歷史上所有顛覆性技術（從火到電）都曾帶來過負面影響一樣。關鍵在于發展出適應性的社會護欄，實現技術與社會的平穩、持續的共同進化，而不是期待一個沒有陣痛的大爆炸式變革