微軟(Microsoft)與OpenAI的合作關係在2025年迎來新里程碑,雙方成立OpenAI Group PBC,微軟於此次資本重組中對OpenAI的持股價值約達1,350億美元,持股比例約27%,顯示出微軟對人工智慧(AI)技術前景的高度押注。這段合作從2019年起始,從原本一個以研究為主的合作夥伴關係,演進成為業界最成功的聯盟之一。在新協議框架下,OpenAI依然是微軟在前沿AI模型上的主要合作夥伴,微軟持有OpenAI在智慧財產權的獨家權利,以及Azure API的專屬使用權,直到人工通用智慧(AGI)實現為止。此舉不僅使兩家公司在創新和業務擴展上更具自主性,也為未來長期成功奠定堅實基礎,並持續推動開發符合真實需求的產品與服務,帶動各類企業創造全新機會。 值得注意的是,OpenAI在2025年第三季虧損逾115億美元,反映其於AI模型訓練及基礎建設上巨額投入,但與之相對的是其收入已突破130億美元,顯示其商業化步伐正在加快。OpenAI在AI產業鏈中扮演核心角色,不僅專注於模型研發,也積極拓展雲端運算能力以支援龐大的運算需求。 在雲端基礎設施方面,OpenAI與Oracle Corporation簽訂了一項規模達3,000億美元、為期五年的合作協議,該計畫名為Project Stargate,將使用Oracle的雲端計算資源來部署和訓練AI模型。為因應龐大的運算需求,Oracle承諾於2027年前新增4.5 GW數據中心容量,並計劃投入約400億美元採購約40萬顆Nvidia最新的GB200頂級繪圖處理器(GPU),以提供高效能的計算力。這種三方(三角)合作關係創造了一個貨幣和資源的環環相扣生態系,Oracle需購買Nvidia硬體以支援OpenAI雲端運算,同時Nvidia則因硬體銷售受益,而OpenAI則借助前沿硬體平台推動AI開發。 此消息一經曝光,直接推動Oracle股價當日飆升36%,創下多年來最大漲幅,Oracle共同創辦人Larry Ellison的淨資產也一夜之間增長880億美元,短暫登上全球首富寶座。Nvidia股價也同步上漲4%,市值增加約1700億美元。這些交易為相關廠商提供了預期的商業規劃保障,強化其在AI基礎架構領域的主導地位,但同時也引發業界關注,若供應鏈或合作其中一環出現問題,整體生態系可能面臨連鎖風險。 Nvidia執行長Jensen Huang形容OpenAI未來可能成為下一個數兆美元的全球超大型企業,他指出在事業起飛前介入投資,是此生「最聰明的投資之一」,並強調投資必須下在所知領域,未來回報將極為豐厚。 此外,AI產業中的GPU晶片競爭也日趨白熱化。除了Nvidia和Oracle的大型合作之外,AMD也逐步打入GPU市場,試圖分一杯羹以應對日益擴大的需求。整個AI產業形成一個資金、硬體與雲端資源相互循環的巨型生態系,這種模式被部分觀察家比擬為1990年代末的Dot-com泡沫,認為此一金錢流動和估值飆升極有可能存在自我強化而非純粹由使用者需求帶動的成長。 整體而言,有關微軟、OpenAI、Oracle和Nvidia間的合作,展示了當代AI產業資本、技術與商業模式全方位整合的趨勢。這些過去看似高風險的重資本投入正在重塑科技巨頭的市場結構,推動全球人工智慧產業進入新階段,不論對香港或台灣市場而言,其未來所帶來的技術機會與挑戰都極為關鍵,值得密切觀察。 #AI產業 #OpenAI #Microsoft #Nvidia #Oracle
OpenAI 正在為可能達到高達 1 兆美元估值的首次公開募股(IPO)奠定基礎,這一發展顯示人工智能領域的投資熱情持續高漲,並且OpenAI 作為全球領先的 AI 技術開發者,正加速其商業化步伐。 近年來,OpenAI 的技術創新與產品應用快速擴展,從最初的語言模型 GPT-3 到後續改良版本 GPT-4,再到圖像生成模型和多模態 AI 系統,均展現出強大的市場競爭力。這些技術在自然語言處理、生成式 AI 及多領域智能自動化的應用中,為眾多企業及終端用戶帶來革命性的效益。 據悉,OpenAI 正著手準備相關 IPO 申請,市場預期這將成為史上估值最高的科技公開上市案例之一。估值高達 1 兆美元意味著投資者對於 AI 領域的未來潛力抱有極大信心,不僅期待其平台技術持續擴展,還看好...
2025年,AI產業正面臨一場前所未有的投資熱潮,然而OpenAI執行長Sam Altman卻於近期公開承認,整個AI界正處於一個巨大且可能即將破裂的泡沫之中。Altman的言論讓整個科技界為之震驚,他坦言:「當泡沫發生時,聰明的人會因為一絲真理而過度興奮。」這意味著,儘管AI技術本身具備革命性意義,市場對這項技術的投資熱情已達到非理性程度,存在高估甚至扭曲資金流向的風險。 Altman以1990年代的dot-com泡沫作為警示典範。那時,投資人瘋狂追逐互聯網相關企業,導致股價嚴重脫離企業實質價值,最終泡沫破裂引發市場劇烈調整。他指出:「科技確實重要,互聯網確實是一件大事,但人們還是過度興奮了。」同理,當前AI領域亦存在類似情況,大量創業公司和資本湧入,熱鬧非凡,但監管問題、盈利模式不明等因素仍是短期內難以克服的挑戰。 OpenAI本身處於風口浪尖,估值高達5000億美元,背後有Microsoft、Softbank和Nvidia等巨頭投資,且憑藉ChatGPT成為AI聊天機器人的領軍企業,承受巨大商業壓力。Altman雖然承認「有些人會損失鉅額資金,但具體會是誰,沒人能確定」,但他強調OpenAI有信心脫穎而出。他表示,長遠來看,AI的發展將會是經濟上的巨大淨利,並且對技術革新以及市場結構帶來深遠正面影響。 不過,Altman同時透露,OpenAI計劃投入數兆美元建設下一代基礎設施,如高端數據中心與AI晶片建造。這顯示市場對運算資源需求已超出現有供應,促使公司放手一搏,抓住AI熱潮的最大機遇。這種大手筆也反映出整個行業對未來成長的殷切期盼和信心,儘管伴隨著種種未知風險。 對於一般投資者及業內人士而言,認清AI市場的泡沫本質至關重要。這意味著不應只追求短期吸引眼球的創投項目,而要深入評估技術實力與實際應用價值。真正勝出的企業將是那些能解決真實問題並且具備持續盈利能力的核心企業,而非僅靠炒作話題獲利的邊緣玩家。正如Altman所說,「泡沫絕不代表技術消亡,而是部分參與者在泡沫破裂後將被市場篩選淘汰」,這是技術進化的自然過程。 現今AI技術已經在程式編碼、內容創作、教育及行銷等多重領域引起根本性的變革,代表了未來科技發展不可逆的趨勢。即便泡沫破裂,基礎架構成熟與技術應用深耕的領先公司仍會持續主導市場。投資與使用者應當以「超越熱潮,看清價值」為準則,選擇真正具備長遠影響力的AI解決方案。 最後,OpenAI CEO的坦率表態不僅是一個警示,更表明高科技行業在快速擴張時期的必經階段。投資者、企業家及政策制定者需要認識到這種「泡沫」現象,以避免盲目跟風所帶來的風險,並且利用這次熱潮推動AI技術進一步成熟和應用,造福經濟與社會整體。 #AI泡沫 #OpenAI #SamAltman #科技投資 #人工智慧
近期,一項名為ARC-AGI-2的新基準測試震撼了人工智能界。這項測試由知名AI研究者François Chollet聯合發起,旨在考察人工智能模型的通用智能水平。結果令人震驚,當前主流AI模型的平均得分僅為1%至1.3%,而人類的平均得分高達60%。這項測驗不僅考察AI的跨領域推理能力,還首次引入「效率」指標,強調在有限資源下快速掌握新技能的能力。 ARC-AGI-2測試通過多色方格組成的動態謎題,要求AI從未見過的模式中推導答案。為防止過度依賴記憶來解決問題,測試設置了嚴格的規則:禁止訓練數據複用和算力成本約束,每題不得超過$0.42的算力消耗。相比之下,OpenAI在ARC-AGI-1測試中每題的算力成本曾高達數千美元。 開發者們面臨的是一個挑戰賽:在每題$0.42的算力約束下,要求模型達到85%的準確率。這個低成本高難度的挑戰很可能推動小參數模型和新型訓練範式的突破。 OpenAI近期推出的o3模型雖然在某些基準測試中取得良好成績,例如在ARC-AGI中接近87.5%的分數,但在新版測試ARC-AGI-2中卻遇到重大挑戰。這一系列結果表明,當前AI模型仍遠未達到真正的通用智能。 業界領導者現在強調,以效率和創造力為核心的新型AI評估體系。這不僅將改變智能的衡量標準,也將推動AI技術的發展朝向更高效和可行的方向。 未來,人工智能的進步不僅在於能否克服當前的技術瓶頸,更要依靠創新思維來突破理論和實踐的界限。因此,這場向AGI進化的路上,需要更多實際行動和嚴謹的scientifc評估。 #人工智能 #AGI測試 #效率至上 #創造力革命 #智能未來
OpenAI 近日震撼 AI 界,正式發佈 1.28 萬億參數 的超級 AI 模型,成為目前全球最大規模之一的人工智慧系統。這次突破不僅顯示 OpenAI 在 AI 領域的領導地位,更引發業界對算力競爭的熱烈討論。有專家甚至形容:「算力已經成為新時代的貨幣」,擁有強大運算能力的企業,將在 AI 競賽中占據主導地位。 OpenAI 推出 1.28 萬億參數模型,AI 進入新紀元 根據《Stock Research Society》的分析,OpenAI 的新...
在全球人工智慧競爭格局日益激烈的當下,中國的DeepSeek以其獨特的技術路線和開源理念,在全球AI領域內佔據一席之地。以DeepSeek V2的發布為起點,到近期的V3版本問世,DeepSeek不僅引發了全球矚目,更成功在開源模型中樹立了標杆。本文將詳細解析DeepSeek的技術優勢、發展策略及其對全球AI生態的深遠影響。 開源與價格戰:重新定義AI的性價比 DeepSeek V2的發布被業界譽為「價格戰的第一槍」。作為一個開源模型,DeepSeek不僅在性能上達到開源SOTA水準,更以極具競爭力的價格快速觸發行業震蕩。其訓練成本僅為Llama 3.1 405B模型的1/11,而效果卻優於後者。在Chatbot Arena排行榜中,DeepSeek V3更排名第七,成為唯一進入前十的開源模型。 DeepSeek的創始人梁文鋒強調,他們的定價原則並非以低價搶佔市場,而是以普惠為核心理念。這種堅持也成為其開源戰略的一部分,促使大廠紛紛調整定價策略,開啟了AI行業的新局面。 技術創新:從結構到數據的全面突破 DeepSeek之所以能在短時間內實現技術領先,離不開其對技術創新的專注。相比於以應用為導向的企業,DeepSeek選擇在模型結構、訓練效率和數據利用率上投入大量資源。例如,V2和V3模型在訓練效率上已顯著縮小與國際頂尖水準的差距,大幅提升了性價比。 此外,DeepSeek的MLA架構創新將顯存佔用率降至傳統MHA架構的5%-13%。這一突破源於團隊中一位年輕研究員的靈感,通過團隊協作,最終實現了從概念到落地的轉化,體現了DeepSeek在技術研究上的深度投入。 文化與理念:以開源引領未來 DeepSeek的核心文化在於鼓勵創新與開放合作。與許多大廠採取閉源策略不同,DeepSeek堅持開源,不僅發布模型,更通過分享技術成果推動整個生態的進步。梁文鋒表示,「開源並非損失,而是一種文化行為和榮譽。」這種理念不僅吸引了頂尖人才加入,也為中國AI技術的全球競爭力奠定了基礎。 同時,DeepSeek強調「原創式創新」,認為中國AI的真正差距不在技術層面,而在於從模仿到創新的轉變。他們試圖通過開源與技術領先打造一個高效的創新生態,讓中國在全球AI領域不再只是追隨者。 DeepSeek與AGI:堅守技術前沿 作為一家以技術研究為核心的公司,DeepSeek的最終目標是實現通用人工智慧(AGI)。與其他專注於應用的公司不同,DeepSeek選擇專注於基礎研究,通過對數學、代碼、多模態等方向的探索,逐步接近AGI的實現。 DeepSeek還強調,創新不僅需要技術積累,更需要對基礎科學的深入理解。他們將技術研究視為對未來的投資,願意承擔短期內看似「不划算」的成本,為實現更大的技術突破奠定基礎。 結語:中國AI的未來 DeepSeek的成功並非偶然,而是其對創新文化、技術研究與開源理念的堅守。它不僅為中國AI技術注入了新的活力,也重新定義了全球AI競爭的遊戲規則。在AI技術日新月異的浪潮中,DeepSeek正以其獨特的方式,為中國AI的未來書寫一段新的篇章。
自2022年11月30日ChatGPT正式推出以來,人工智慧(AI)領域掀起了翻天覆地的變革,OpenAI首席執行官Sam Altman成為推動這場革命的核心人物。彭博社最新專訪中,他回顧了OpenAI的發展歷程、面對的挑戰及未來的戰略規劃,讓我們透過以下七大重點深入了解AI的未來藍圖及OpenAI的宏大願景。 1. OpenAI的創立與初衷:突破傳統框架,追求AGIAltman回顧了OpenAI創立之初的構想,他與共同創辦人Ilya Sutskever在2015年的一次晚餐討論,奠定了公司發展方向的基石。當時,人工通用智能(AGI)的概念仍被視為異端,但他們相信深度學習與規模化的發展潛力,毅然決定投入資源,打造可自主學習與執行複雜任務的AI模型。OpenAI最初以非營利組織成立,承諾確保AI技術造福全人類。然而,隨著技術與市場需求的變化,公司逐漸轉型為混合型架構,以應對資金與技術發展的挑戰。 2. ChatGPT的誕生:技術突破與市場顛覆2022年ChatGPT橫空出世,短短兩個月內吸引超過1億用戶,震驚全球科技界。Altman表示,最初團隊對ChatGPT的潛力並不確定,但使用者反饋讓他們意識到AI語言模型的巨大商機與需求。從GPT-3.5到GPT-4的迭代更新,OpenAI不斷提升模型能力,同時透過訂閱模式確保運營資金穩定。這種快速響應市場需求的策略,鞏固了OpenAI作為AI產業領導者的地位。 3. 被罷免與回歸:內部管理與董事會重組風波2023年11月,Altman因與董事會理念不合遭到短暫罷免,引發業界轟動。儘管事件持續僅四天,卻暴露了OpenAI內部結構的缺陷。Altman坦言,公司過去以非營利模式運作,導致決策過程繁瑣,難以快速應對市場需求。最終,他在員工與投資者的支持下回歸CEO職位,並推動董事會重組,確保未來治理更加透明與靈活。 4. 人才策略與創新文化:打造卓越研究團隊Altman強調OpenAI成功的關鍵在於吸引全球頂尖AI人才。他回憶創業初期,透過「建構AGI」的願景吸引了大量年輕、富有創意的研究人員,建立了一個充滿實驗精神與合作文化的團隊。公司內部分工靈活,鼓勵跨部門協作,確保研究與產品開發並行推進。此外,OpenAI提供自由與資源,讓工程師和研究員充分發揮創意,推動技術突破。 5. 技術挑戰與未來規劃:邁向超級智能時代Altman表示,AI技術的快速發展為OpenAI帶來巨大機遇,但同時也伴隨資源與安全挑戰。例如模型規模擴展對計算資源和能源供應的需求激增,公司已積極投資晶片供應鏈與資料中心建設,以應對未來擴展需求。為了解決能源問題,他提出核融合技術將是長期解決方案,並預測未來數年內將有突破性進展。 此外,OpenAI致力於推動人工通用智能(AGI)的實現,他將AGI定義為「具備執行高端專業工作的能力,例如軟體開發與醫療診斷」。這項突破將重新定義人機合作模式,提升科學發現與生產力。然而,他也警告未來AI安全風險仍需持續關注,包括網絡安全與生物技術的潛在濫用。 6. 政治與政策挑戰:應對監管與全球競爭面對全球政府日益關注AI監管問題,Altman支持強化法規與政策框架。他特別提到美國政府在基礎建設與AI發展上的關鍵角色,並呼籲簡化審批流程,加速建設資料中心與電力供應設施。與此同時,Altman強調OpenAI將與各國政府合作,確保AI發展符合倫理與安全標準,並應對地緣政治競爭帶來的挑戰。 7. 商業模式與市場擴展:靈活定價與用戶增長策略在商業模式方面,OpenAI採取訂閱制與使用量計費並行的策略,以滿足不同用戶需求。Altman坦言,最初的定價策略是基於市場反饋而非詳細研究,未來將根據用戶需求提供更靈活的收費模式。此外,他提到ChatGPT已成為許多用戶的日常工具,從搜尋資訊到醫療建議,甚至解決罕見疾病診斷問題,顯示AI技術已深植人們生活。 總結:AI的未來藍圖與挑戰Altman的專訪勾勒出OpenAI過去兩年的巨大成就與挑戰,並揭示未來發展方向。從創建AGI的遠大願景,到應對內部管理與政策監管問題,他展現了一位技術領袖對AI發展的堅定信念與實踐能力。然而,隨著AI技術不斷突破,人類社會將面臨前所未有的倫理與安全挑戰。未來,OpenAI將持續推動AI創新,並與全球各界合作,共同塑造負責任的技術生態,確保AI真正造福全人類。
OpenAI 執行長 Sam Altman 最近於社交平台上透露,2025 年將會是 AI 技術重大升級的一年。他邀請用戶提出對未來 AI 功能的需求與期待,結果收到大量反饋,歸納出多項熱門主題與發展方向,並暗示更多令人興奮的更新正在路上。 未來重點發展方向 1. AGI(通用人工智能)突破Altman 明確提及 AGI 作為重點發展項目,意味著 OpenAI 將加速邁向具備人類級理解與推理能力的 AI 模型,實現更強的自我學習與推斷能力。 2. 智能代理(Agents)應用擴展OpenAI 計劃強化 AI...
你覺得現時嘅AI已經好厲害?你知唔知其實最強嘅AI仲未現身!🤖🔍 喺呢集視頻中,我哋將一齊揭開AI嘅三大層次:弱人工智能(Weak AI)、強人工智能(Strong AI)同超人工智能(Super AI)。從 Siri 到 Google Assistant,從 AlphaGo 到 Tesla 自動駕駛系統,探討每種AI層次背後嘅科技同潛力!🚀 🔍【內容包括】🔍 – 了解弱人工智能 – 日常生活中最常見嘅AI,例如智能助手同語言模型。 – 探索強人工智能 – 一種理解並能執行多重任務嘅AI,未來將如何影響我哑生活。 – 預測超人工智能...
如果你有一天到日本旅遊,可能會看到有一種自動販賣機,它能夠根據你當下的心情推薦不同的食品。這是人工智能的應用之一,但人工智能不僅僅是推薦食品這麼簡單。 人工智能是現代科技領域中一個熱門的話題。它在不斷地發展和在現實世界被應用,涉及的領域越來越廣泛。在人工智能的發展過程中,常常會提到三種不同程度的人工智能:弱人工智能 (Artificial Narrow Intelligence, ANI)、強人工智能 (Artificial General Intelligence, AGI)、和超人工智能 (Artificial Super Intelligence, ASI)。 弱人工智能 (ANI): 弱人工智能,顧名思義,就是人工智能的能力較弱,只能在特定的領域中進行工作。目前,大多數人工智能的應用都屬於弱人工智能。例如,Siri、Alexa、Google 語音助手,它們可以聽懂你的問題,並回答你的問題。 在弱人工智能的應用方面,我們已經看到了很多例子。例如,像是自動駕駛車、股票市場預測、客戶服務聊天機器人等等,都是弱人工智能的應用。這些應用都是通過分析大量的數據和運用機器學習算法來實現的。 強人工智能 (AGI): 強人工智能指的是能夠在多個領域中進行工作,並且可以像人類一樣學習、理解和創造新知識的人工智能。這種人工智能的出現將是一個革命性的突破,因為它可以實現人類思維的普及。目前,強人工智能還未真正出現,但是有一些研究者和科學家正在尋找如何開發強人工智能。例如,像是能夠進行自我學習的AlphaGo就是一個擁有相對強大能力的人工智能,但就強人工智能角度來看,AlphaGo的能力相比下仍然有一大段距離。 強人工智能的應用尚未實現,但是一些預測顯示,未來可能會出現更多的強人工智能應用。例如,像是自動編程、自動設計、自動創作等等。這些應用將使得機器能夠像人類一樣進行創造性的工作。 超人工智能...