Sora 爆紅之后，Sam Altman 的 4 個判斷，決定 AI 的“入口之戰(zhàn)”

全文 3,000字 | 閱讀約 8 分鐘

（播客片段｜Sam Altman：為什么 Sora 不只是視頻工具）

9 月 30 日，OpenAI 發(fā)布 Sora 2，同步推出全新 App，加入肖像授權(quán)機(jī)制。

上線不到一周，Cameo 表情包刷爆社交平臺，Altman 的 AI 形象出現(xiàn)在無數(shù)群聊、朋友圈、創(chuàng)作者社區(qū)。Sora 迅速從技術(shù)演示變成現(xiàn)象級產(chǎn)品。

但這一次，OpenAI 打響了 AI 時代的“入口之戰(zhàn)”。

10 月 8 日，Sam Altman 現(xiàn)身 a16z 播客，首次全面闡釋了 OpenAI 的戰(zhàn)略方向： “我們不會只是發(fā)布技術(shù)演示，而是讓社會提前體驗(yàn)即將到來的事物。AI 的入口，不再是對話框，而是生成一整段畫面，甚至幫你先想一步。”

他透露：視頻只是前奏，真正的入口革命來自 4 個判斷：

視頻變界面、模型變科學(xué)家、Agent 走向“零員工公司”，到自建 AI 工廠。

這 4 個判斷，正在決定 AI 入口之戰(zhàn)的走向。

第一節(jié)｜視頻，是 AI 理解世界的新眼睛

你可以把 Sora 看作一個不斷渲染視頻的界面，一個新的世界建模方式。——Sam Altman

Sora 火了，但它的意義并不只是生成視頻。

Altman 的判斷很清楚：Sora 的價值，不在于畫面精美，而在于教會 AI 理解物理世界。

過去，AI 只能讀文字、看圖片，是靜態(tài)認(rèn)知；

現(xiàn)在，視頻讓 AI 開始理解動作、空間、因果關(guān)系。這是認(rèn)知方式的質(zhì)變。

Altman 舉了個例子：不是你打開一個網(wǎng)頁，問它“這段話什么意思”；而是你在真實(shí)世界里拍一段視頻，AI 自動看懂畫面，知道誰在動、發(fā)生了什么，甚至能預(yù)判“接下來可能出什么問題”。

從看圖到讀動作，AI 的理解維度變了。

但 OpenAI 發(fā)布 Sora 還有更深一層考慮：讓社會提前適應(yīng)即將到來的現(xiàn)實(shí)。很快，任何人都能用 AI 生成以假亂真的視頻。

Altman 的原話是：

“視頻的情緒共鳴遠(yuǎn)超文本。文本可以騙你一次，視頻直擊人心。”

當(dāng) AI 視頻無處不在時，沖擊會比想象中更大。社會必須盡早建立免疫力。

而從技術(shù)層面看：

• Sora 不只是內(nèi)容工具，更是 AI 觀察世界的新方式。

• 這雙“眼睛”正在變成一個新入口。不是你輸入問題，而是 AI 主動觀察、理解，替你想一步。

視頻，正在成為 AI 通往 AGI 的關(guān)鍵訓(xùn)練場。

第二節(jié)｜AI 的價值不在答題，而在主動思考

Sam Altman 在這次訪談里提到一個變化：我們第一次看到 AI 開始在科學(xué)研究中提出新想法。不是總結(jié)別人的觀點(diǎn)，而是自己想到從沒出現(xiàn)過的解法。

GPT-5 的某些能力，已經(jīng)跨過了日常工具的邊界。

它不再只是寫郵件、潤色文案，而是在數(shù)學(xué)、物理、生物研究中，給出科學(xué)家都沒想到的推導(dǎo)路徑。

Altman 表示：

“我們過去以為圖靈測試是 AI 的終極標(biāo)準(zhǔn)。結(jié)果呢？它在不知不覺中就通過了。真正大的轉(zhuǎn)折，是 AI 開始做‘我們做不到的事’。”

比如：

• 在物理研究中幫忙計(jì)算復(fù)雜公式

• 在數(shù)學(xué)問題中找出新的證明思路

• 在生命科學(xué)里幫助建立假設(shè)模型（哪怕它不是 100% 準(zhǔn)確，但它敢提出）

過去我們問 AI：這是什么意思？

現(xiàn)在它開始主動告訴我們：也許可以這么想。

Altman 對 AGI 的標(biāo)準(zhǔn)很明確：當(dāng) AI 能做出科學(xué)發(fā)現(xiàn)時，才算真正的通用智能。

現(xiàn)在，它已經(jīng)開始了。

很多人還停留在 AI 能寫代碼、畫圖的印象中。 但在 OpenAI 內(nèi)部，GPT-5 的研究人員已經(jīng)在嘗試讓它做研究助理甚至研究搭檔。它不會取代科學(xué)家，但它能成為一位每天 24 小時在線的“靈感提出者”。

他認(rèn)為：

“AI 做科學(xué)這件事，可能是接下來幾年里最深遠(yuǎn)的改變。”

而這背后意味著什么？

AI 的角色變了：不再只是被動回答，而是主動觀察、尋找線索、提出可能性。

從“等你問”到“替你想”。

而這，已經(jīng)在發(fā)生。

第三節(jié)｜從零代碼到零員工，Agent 重置創(chuàng)業(yè)起點(diǎn)

我們現(xiàn)在真的在賭，什么時候會出現(xiàn)第一家零員工公司。 ——Sam Altman

在這場長達(dá) 40 分鐘的訪談中，Altman 多次提到一件事：Agent，已經(jīng)能真正干活了。

不需要懂代碼，不用組建團(tuán)隊(duì)。你只要會寫一句話，AI 就能自動處理任務(wù)、生成流程、完成執(zhí)行。

Altman 在后臺看過 OpenAI 內(nèi)部的 Agent Builder 流程演示后感慨：

“這些東西一年前還要花很久才能完成，現(xiàn)在你幾乎可以實(shí)時搞定。我感覺自己想創(chuàng)意的速度都跟不上了。”

過去，你可能需要一個運(yùn)營、一個客服、一個銷售、再加一個數(shù)據(jù)分析師。 現(xiàn)在，只要你能描述清楚要做什么，AI 就能一并幫你完成：

• 回客戶消息

• 整理 Excel 報(bào)表

• 查找資料

• 撰寫文案

• 調(diào)用外部工具提交結(jié)果

OpenAI 稱之為 Agent：一個真正能執(zhí)行任務(wù)的 “AI 同事”。

不是陪你聊天的助手，而是真正能接需求、出結(jié)果的執(zhí)行層。

Altman 舉了個例子：今天有人跟我說，AI 已經(jīng)能完成一整天的工作任務(wù)了，太驚人了。也許現(xiàn)在還達(dá)不到“一周不用管”，但這個目標(biāo)并不遙遠(yuǎn)。

這不再是提升效率那么簡單。

而是出現(xiàn)了一種全新的工作單位： 一個人加一套 AI，能撐起一個完整業(yè)務(wù)。

Altman 回憶，過去他和朋友們賭什么時候出現(xiàn)一個人運(yùn)營的十億美元公司；現(xiàn)在他們的新賭局，是零員工公司什么時候會成為現(xiàn)實(shí)。

他親眼看到，越來越多團(tuán)隊(duì)在用 AI 做流程，做運(yùn)營，甚至做產(chǎn)品。

所以他強(qiáng)調(diào)：

“AI 帶來的改變，很多不是模型更強(qiáng)了，而是人做事的方式變了。”

當(dāng) AI 不再只是工具，而是能持續(xù)執(zhí)行任務(wù)的執(zhí)行層， 組織的起點(diǎn)就被重置了。

你不再需要“一個團(tuán)隊(duì)”，而是一個想法 + 一套 AI。

第四節(jié)｜從模型到入口，全棧自建才有主導(dǎo)權(quán)

OpenAI 已經(jīng)不是一家只做模型的公司了。

過去，它被看作“模型公司”。核心能力是訓(xùn)練 ChatGPT、Sora 背后的技術(shù)。

但 Altman 在這次訪談中直言：為了做出真正有用的 AI，光靠模型不夠。我們得自己建基礎(chǔ)設(shè)施，自己控制用戶接觸 AI 的方式。

這不是說說而已。

OpenAI 正在建人類歷史上最大的基礎(chǔ)設(shè)施項(xiàng)目之一，包括：

• 和 AMD 合作造 AI 芯片

• 和微軟、NVIDIA 搭建大規(guī)模數(shù)據(jù)中心

• 親自推進(jìn)建設(shè) AI 電廠，解決用電問題

• 投入數(shù)十億美元，布局從底層硬件到終端應(yīng)用的全部鏈路

為什么要投入這么多？

Altman 的答案是：如果入口在別人手里，OpenAI 最終只能依附于別人的平臺。

這讓他徹底改變了一個長期觀點(diǎn)。

他說：我以前是反對一家公司從頭做到尾的，覺得太笨重、不靈活。但現(xiàn)在我承認(rèn)我錯了。我們必須自己掌握全鏈路。

邏輯很簡單：只有掌握入口，AI 才能真正落地。

今天的 OpenAI，已經(jīng)是三位一體：

• 一個研究團(tuán)隊(duì)：不斷突破模型邊界

• 一個產(chǎn)品團(tuán)隊(duì)：把突破變成用戶產(chǎn)品

• 基礎(chǔ)設(shè)施團(tuán)隊(duì) ：從電開始自己解決

核心就一句話：想給人類提供真正有用的 AI，就得親手建出這套東西，而不是等別人幫忙。

入口在哪，主導(dǎo)權(quán)就在哪。

OpenAI 不再等別人給入口，而是選擇從底層開始重新搭建。

結(jié)語｜誰先想清楚，誰就掌握入口

這場入口之戰(zhàn)，表面看是 Sora 爆紅、視頻模型進(jìn)化，

但 Sam Altman 真正推動的，是一套全新的交互邏輯：不是你點(diǎn)開 App，而是 AI 主動理解、回應(yīng)、替你想一步。

他的 4 個判斷，指向同一個核心：

• 視頻 —— 讓 AI 理解物理世界

• 科學(xué) —— 讓 AI 主動發(fā)現(xiàn)問題

• Agent —— 讓 AI 執(zhí)行完整任務(wù)

• 基礎(chǔ)設(shè)施 —— 掌握從生產(chǎn)到交付的完整鏈路

未來的 AI，不是你問一句它答一句，而是它先觀察、先推理、先給出可能性。

Altman 已經(jīng)開始親手搭建這個未來。

而每一個使用 AI、開發(fā)產(chǎn)品、構(gòu)建組織的人，也必須做出選擇： 下一步，是讓 AI 等你的指令，還是讓它先想清楚，你再做判斷？

這才是真正的入口之變。

本文由 AI 深度研究院出品，內(nèi)容整理自 Sam Altman 在 a16z 播客訪談。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.youtube.com/watch?v=JfE1Wun9xkk&t=1369s

https://www.youtube.com/watch?v=zwnVUiwObl8&t=633s

https://blog.samaltman.com/sora-update-number-1

https://openai.com/index/sora-2/

https://podcasts.apple.com/us/podcast/a16z-podcast/id842818711?utm_source=chatgpt.com

來源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈