OpenAI的算盘失算了。
OpenAI将一场原本可以2个小时讲完的发布会，拆成了12天，每天讲15分钟左右。这场精心策划的营销盛宴，给人制造了一种“生怕错过”的紧迫感。
然而，本以为可以吊足观众的胃口，但它成为了对手的靶子。在过去12天里，Google从未如此积极、密集地发布自家AI产品进展。每一次都是对OpenAI的狠狠狙击。
在此期间，Google先是发布了自己大语言模型Gemini 2.0，在外媒评测中，其在多模态能力和处理速度上相比openai的GPT-o1已经有明显优势。
接着，Google又发布了对标Sora的视频生成模型Veo 2，在实测中被认为很多方面好于Sora。比如，Voe 2 在生成视频的真实感和细节上更强，而Sora 在这些方面的表现相对较弱，更容易出现不自然的动作和物体；比如，Voe 2 可以让用户通过简单的提示来指定更多镜头类型和拍摄方式，使得视频生成过程更加灵活。
即便在第12天，OpenAI一扫此前11天的平淡，发布了新一代模型 GPT-o3，在各方面的性能上逼近AGI（通用人工智能），但用户并不买账。人们认为，GPT-o3依旧是“期货”，如同曾经的sora一样，短期内无法向用户开放。
更早些，根据非营利组织 METR 在11月发布的一项评测，Anthropic旗下 的大模型 Claude Sonnet 3.5，在7项测试中的5项都超过了 OpenAI 的 o1-preview。
不能说OpenAI不强了，它在3个月内连续发布两个顶尖模型GPT-o1、GPT-o3，但奈何被对手们步步逼近。
曾经断层式领先的OpenAI，在2年的时间里从“神”变为了“优秀”，逐渐和越来越多的对手们站在了同一条起跑线上，甚至开始被超越。
12天的发布会，从万众期待，变为口碑下坠。
而在发布会之外，OpenAI的状况更是不容乐观。
为了尽快提高营收，OpenAI 首席商务官 Lionetti 表示，该公司一直在试图与医疗保健、制造业和法律公司、教育等行业客户达成合作。比如，OpenAI在今年5月发布了面向校园的 ChatGPT EDU，还招聘了美国在线教育巨头Coursera 的前高管，担任其教育业务负责人。
可惜，事与愿违。根据风投机构 Menlo Ventures 的数据，今年 OpenAI 在企业 AI 领域的市场份额从 50% 下降至 34%，而亚马逊支持的 Anthropic 的市场份额翻了一番，从 12% 增至 24%。
OpenAI从万众期待，到期望落空，再到市场份额迅速丢失，局面的急剧扭转是怎么发生的？
01没有秘密了
就在OpenAI为期12天的漫长发布会期间，据the information报道，又有两位核心人物从OpenAI离职。
其中一位是OpenAI 元老级成员Alec Radford，他在2016年加入，曾经参与过GPT-1 到 GPT-4o 的研发。开源文生图大模型Stable Diffusion的创始人Emad Mostaque曾经如此评价Alec Radford：如果他离职了，那openai就垮定了。
伴随着他的离职，GPT-1、GPT-2两代模型的核心论文作者已经全部离开OpenAI。
可以说，2024年成为了这家公司发展历史上重要的转折年份。
在此之前，2022年12月1日，ChatGPT发布，2个月用户数突破1亿，全球互联网行业沸腾了，共识迅速达成：这是新时代的号角。于是，科技巨头、创业公司们集体追赶openai。截至2024年第一季度，全球人工智能大模型的数量已达到 1328个。其中，美国的占比最高，约 44%，中国则占 36%。
到2023年3月14日，OpenAI发布GPT-4，再次惊艳了世界，它的每一次更新迭代都在刷新着人们对AI的认知边界，它就是AI行业的灯塔。
到了2024年，似乎一切都变了。曾经创建起以上光环的人，密集地在这一年离开OpenAI，包括联合创始人 Ilya Sutskever 和 John Schulman、首席技术官 Mira Murati、GPT 创造者 Alec Radford，以及安全和产品负责人，以及刚加入7个月就在前不久离开的OpenAI 搜索主管 Shivakumar Venkataraman。
他们极少数是自己创业，大多数则是加入了OpenAI的竞争对手，比如谷歌、亚马逊、anthropic、xAI、META、微软等等。
他们优化大模型的路径几乎都是基于更多的GPU、数据和顶尖人才。
密切参与硅谷顶尖人才招聘的Databricks 的 AI 副总裁Naveen Rao最近在接受访谈时表示，随着顶尖人才频繁地在不同组织之间流动，几乎不再存在什么商业秘密了。
他是一位连续创业者，在将上一家公司 MosaicML 于 2023 年以 13 亿美元的价格卖给了 Databricks后，他开始负责 Databricks 的 AI 产品。数据分析公司Databricks在本月刚刚完成了硅谷历史上最大一笔融资，100亿美元。
在他看来，全球真正能够建立新的前沿大模型的研究人员数量小于1000人，这也是为何这些顶尖人才的争夺战如此激烈的原因。极少有一个行业，顶尖人才能够如此频繁地跳槽，“供不应求”的局面给了他们更大的自由和权力。
Naveen Rao说，在大模型赛道，研究人员在组织中拥有的影响力是前所未有的，一个研究人员的想法可以完全改变产品，对一家公司的未来产生巨大影响。
这是科技产业发挥个人英雄主义最好的舞台。
OpenAI核心人员的大量出走，无疑一边将崛起的秘密和影响力带给了对手，也一边瓦解了OpenAI的商业壁垒。
02OpenAI的下一张牌GPT-5，依旧悲观
在OpenAI连续举办了12天发布会的最后一天——这个本应是“大喜”的日子，华尔街日报却披露了一则重磅消息：GPT-5的研发进展受阻。
据报道，自2023年3月GPT-4发布以来，OpenAI一直在全力推进GPT-5的研发工作。GPT-5项目的内部代号为Orion，至今已筹备了18个月之久。
作为OpenAI的最大投资者，微软原本希望能够在今年年中看到新模型的问世，但这一目标并未实现。
OpenAI已经进行了至少两轮大规模训练，每轮训练都需要几个月时间处理海量的数据，而每一次训练都会遇到新的技术难题。知情人士透露，单是六个月的训练运行，计算成本可能已经达到约5亿美元。如今，是否值得投入如此巨额的资金，已经让人动摇。
此外，大模型训练所需的数据一般来自于书籍、学术出版物、新闻文章、社交媒体帖子等各种渠道。经验表明，给大模型输入的数据越多，它的智能表现就越好。然而，参与Orion项目的研究人员表示，现有的互联网数据已经不再足够，他们需要更加多样化和高质量的数据。
这一观点与OpenAI已经离职的联合创始人Ilya Sutskever的看法一致，他曾指出，互联网上的数据接近枯竭。
有知情人士透露，OpenAI甚至开始探索所谓的“合成数据”——即由人工智能生成的数据，用以训练Orion。然而，研究表明，人工智能生成的数据往往会导致系统故障或产生无意义的回答。
为了训练大模型，行业急需新的解决方案，但什么方法才是最佳选择，业内依然没有达成共识。正如Ilya所言，“在过去十年的AI预测中，我几乎一直是对的，但现在，我完全不知道下一步会发生什么。”
尽管如此，部分业内人士认为，尽管大模型的能力发展可能面临瓶颈，但我们不必因此而过度焦虑。如今的大模型已经远超过去的AI技术，它们依然能够显著改变商业运营，甚至重塑整个行业竞争格局。
有AI投资人认为，AI的传播热度或许在下降，但AI领域每个月都有新的进展，大模型正在逐渐深入到不同场景和行业中，这些可能不那么容易出现在大众视野里。
可以说，现在正是人工智能产业的黄金时代，但OpenAI面临的挑战和危机，确实比以往更多了。
