OpenAI員工爆料：已搶先體驗GPT-5！7月上線，疑似完全多模態(tài)
就在今天，關(guān)于GPT-5的討論再度火了，X上的神秘爆料滿天飛。
起因是這樣的，Sam Altman在X上關(guān)注了了一個叫Yacine的人。
這個人說，自己剛剛試用了一個AI公司的大模型，體驗非常震撼。他敢打賭，沒有任何人能預(yù)料到前方即將來臨什么樣的風(fēng)暴。
而另一位「Aidan」，也在這個帖子下面發(fā)言說，自己有同樣的經(jīng)歷。
圖片
很多人猜測，他們測試的就是GPT-5。
原因在于，Aidan就是OpenAI的員工，而Yacine剛剛被xAI解雇，卻忽然被奧特曼關(guān)注了，兩人同時這樣說，絕對不是巧合。
有很大可能，他們已經(jīng)提前獲得了GPT-5的訪問權(quán)限。
圖片
甚至，他們看到的東西一定非常驚人，這可能就是互聯(lián)網(wǎng)崩潰的前一刻。
另外還有知情人表示，Yacine一直在考慮創(chuàng)辦一家初創(chuàng)公司，現(xiàn)在Altman關(guān)注了他，或許是打算挖他到OpenAI？
圖片
總之，如今全網(wǎng)再次陷入討論GPT-5的熱潮。
1.GPT-5，已開始灰度測試？
其實不怪網(wǎng)友多心，因為有越來越多的人，曬出了自己似乎被灰度測試GPT-5的經(jīng)歷。
比如這位網(wǎng)友，發(fā)現(xiàn)自己在使用OpenAI的模型時，被灰度到了一個全新的AI。
在沒有提示的情況下，它就可以連續(xù)思考3分鐘，同時還進行了大量搜索。
圖片
圖片
同樣也是在26號，另一位網(wǎng)友發(fā)現(xiàn)，如果選擇的模型是4o，ChatGPT會開始思考。這就讓人懷疑，OpenAI是不是正在悄悄過渡到GPT-5。
圖片
GPT-5今年夏天發(fā)布
此前在OpenAI播客中，奧特曼對于GPT-5的發(fā)布時間已經(jīng)比較確定了——「可能是今年夏天的某個時候」。
圖片
而在一周前，奧特曼也出現(xiàn)在了YC在舊金山舉辦的AI創(chuàng)業(yè)學(xué)校活動中。
圖片
在采訪中他這樣透露：GPT-5會邁向完全多模態(tài)！
具體來說，預(yù)計今年夏天推出的GPT-5，是一個多模態(tài)模型，支持語音、圖像、代碼和視頻等多種輸入方式。
GPT-5不會完全實現(xiàn)OpenAI對未來模型的終極愿景，但將是過程中的重要一步。
而GPT-5系列模型的最終愿景，就是一個完全多模態(tài)的集成模型。
它將具備深度推理能力，能進行深入研究，生成實時視頻，以及編寫大量代碼，即時為用戶創(chuàng)建全新的應(yīng)用程序，甚至渲染提供用戶交互的實時視頻。
當(dāng)這一切實現(xiàn)時，將帶來一種全新的計算機界面——幾乎「消失」，變得無感。
再早些時候，在今年2月，奧特曼還曾在X上發(fā)文表示，OpenAI的一大目標，就是通過創(chuàng)建能使用所有工具、知道何時長時間思考或不思考的系統(tǒng)，來統(tǒng)一o系列和GPT系列模型，使其勝任廣泛任務(wù)。
GPT-5模型將在ChatGPT和API中發(fā)布，整合語音、canvas、搜索、Deep Research等功能。
圖片
對于GPT-5，網(wǎng)友們也有諸多預(yù)測，有很多人覺得，它將成為首個真正的混合模型，可以在響應(yīng)過程中在推理和非推理之間動態(tài)切換。
圖片
總結(jié)來說，它的關(guān)鍵特點是多模態(tài)、100萬token的上下文、推理+記憶、更少的幻覺，以及o系列和GPT模型的融合。
可以說，它就是智能體的未來。
圖片
還有人預(yù)測，GPT-5的進步主要集中在以下幾方面。
- 視頻模態(tài)更「原生」，輸入更自然;
- 智能體性能至少提升了50%，歸功于 強化學(xué)習(xí) 的深度使用；
- 擁有更強的理解能力與直覺，特別是在任務(wù)鏈式執(zhí)行或?qū)⒍鄠€已學(xué)行為組成更復(fù)雜任務(wù)的能力上；
- 可能出現(xiàn)層級結(jié)構(gòu)（Hierarchy）；
- 不只有「選擇合適模型」這種小把戲，而是有VLM-VLM這樣的架構(gòu)，用小而快的VLM代替大型VLM，以提高通用性、速度和響應(yīng)能力。
圖片
不過，倒是也有OpenAI內(nèi)部員工自曝說，其實內(nèi)部最多也就比公開可用的模型領(lǐng)先兩個月，所以GPT-5不會有巨大的飛躍，只是略有提升而已，不同的是會與許多工具集成。
圖片
而就在一個月前，也有GPT-4.1的核心研究員Michelle Pokrass揭秘了GPT-5進展。
她透露說，構(gòu)建GPT-5的挑戰(zhàn)就在于，在推理和聊天之間找到適當(dāng)?shù)钠胶狻?/p>
圖片
她表示，「o3會認真思考，但并不適合進行隨意聊天。GPT-4.1通過犧牲一些閑聊質(zhì)量來提升編碼能力」。
「現(xiàn)在，目標是訓(xùn)練一個知道何時認真思考、何時交談的模型」。
同時，她還首次對外介紹了更多關(guān)于GPT-4.1背后開發(fā)過程，以及RFT在產(chǎn)品中發(fā)揮的關(guān)鍵作用。比如，在提升模型性能方面，GPT 4.1聚焦長上下文和指令跟隨。
另外，微調(diào)技術(shù)在GPT 4.1扮演著重要角色，RFT（強化微調(diào)）的出現(xiàn)，為模型能力拓展帶來新的可能。與傳統(tǒng)的SFT相比，RFT在特定領(lǐng)域展現(xiàn)出了強大的優(yōu)勢。
圖片
奧特曼對核心團隊采訪：預(yù)訓(xùn)練GPT-4.5
在4月份，Sam Altman對團隊核心技術(shù)的采訪，也曾交代了一些關(guān)于GPT-4.5預(yù)訓(xùn)練的「知識」。
在采訪中，部分回答了為什么「預(yù)訓(xùn)練即壓縮」能通向通用智能？
indigo發(fā)帖表示：智慧的核心在于學(xué)習(xí)者通過壓縮與預(yù)測，逐步捕捉到世界本身的結(jié)構(gòu)性并內(nèi)化為知識。
圖片
1. 所羅門諾夫啟發(fā)
訪談中提到一個概念：Solomonoff Induction（所羅門諾夫歸納）：
在所有可能描述（或解釋）數(shù)據(jù)的「程序」中，越簡單的程序，先驗概率越大。還能通過貝葉斯的方式，不斷更新對數(shù)據(jù)的解釋。
在語言模型中，每成功多預(yù)測一個字或詞，就意味著它找到了訓(xùn)練數(shù)據(jù)里的某種內(nèi)在結(jié)構(gòu)。
2. 更多「正確壓縮」意味著更深層的理解
訪談里也多次強調(diào)：在多領(lǐng)域、多種上下文的數(shù)據(jù)中，模型反復(fù)預(yù)測（即查找「最優(yōu)壓縮」），就會逐漸學(xué)習(xí)到跨領(lǐng)域的抽象概念與關(guān)聯(lián)。
這也就是大家常說的「涌現(xiàn)」或「通用智能」
3. 預(yù)訓(xùn)練與后續(xù)「微調(diào)/推理」策略的互補
預(yù)訓(xùn)練+定向的監(jiān)督微調(diào)（或強化學(xué)習(xí)），則能讓模型在某些推理、邏輯或任務(wù)場景下更加精準。
這兩者結(jié)合，形成了GPT系列模型強大的通用能力。
Mark Chen：AGI不僅是ChatGPT
無論如何，GPT-5的發(fā)布，必將給AI圈再次帶來一場風(fēng)暴。
顯然，OpenAI的設(shè)想十分有野心。
在此前的一篇采訪中，OpenAI首席華人研究科學(xué)家Mark Chen，就談到了OpenAI通往AGI之路。
圖片
在公司的七年中，他領(lǐng)導(dǎo)了多項里程碑式的項目——o1系推理模型、文本到圖像模型Dall-E，以及融入視覺感知的GPT-4。
在談及AGI之時，Mark Chen表示，「我們采用非常廣泛的定義，它不僅是ChatGPT，還包括了其他東西」。
一直以來，OpenAI將AGI視為AI的圣杯，并制定了五級框架來實現(xiàn)這一目標。
圖片
而現(xiàn)在，他們已經(jīng)到達了第三級，智能體AI（Agentic AI）——能自主執(zhí)行復(fù)雜任務(wù)和規(guī)劃。
Mark Chen介紹稱，OpenAI近期推出的兩款A(yù)I智能體產(chǎn)品，Deep Research和Operator尚處于早期階段。
Operator在未來，速度可以更快，軌跡可以更長，這些產(chǎn)品代表了OpenAI對智能體AI的雄心。
從這些內(nèi)容中，我們或許也能隱約窺見GPT-5的端倪。
Ilya和Murati都在干啥
話說回來，最近OpenAI出走的兩大高管Ilya和Murati也分別有了動靜。
比如有媒體剛剛曝出，到處瘋狂邀人的小扎，曾給Ilya發(fā)出一份價值320億美元的「令人心動的offer」。
圖片
不過，Ilya看都不看一眼，大義凜然地拒絕了！
如此決絕地拒絕巨額收購要約，說明Ilya已經(jīng)堅定決心，要獨立推動AI的邊界。顯然，他正在追求比薪水更重要的東西。
相信SSI的首個模型/產(chǎn)品發(fā)布的時候，全世界都會為之震撼。
圖片
圖片
如今，成立僅一年的SSI已經(jīng)成為AI領(lǐng)域中最受矚目，也是最神秘的名字之一。
沒有公開產(chǎn)品，沒有演示，只有20多名員工，但在今年4月已經(jīng)以320億估值融資了20億美元。
關(guān)于SSI我們僅能知道的線索是，它的使命是開發(fā)一個安全、對齊的超級智能AI系統(tǒng)，跟OpenAI日益商業(yè)化的方向形成了鮮明對比。
而就在幾天前，前OpenAI CTO Murati創(chuàng)建的的Thinking Machines Lab（同樣并無產(chǎn)品估值近百億），被曝使命是「商業(yè)領(lǐng)域的RL」。
圖片
具體來說，公司將為企業(yè)提供定制化AI服務(wù)，重點是強化學(xué)習(xí)，專門針對收入或利潤等關(guān)鍵績效指標進行訓(xùn)練。
而且TML并非從零開始開發(fā)所有功能，而是依賴開源模型，將模型層進行整合，并使用谷歌云和英偉達服務(wù)器。除了B2B產(chǎn)品外，TML還計劃推出一款消費產(chǎn)品。
這些從OpenAI出走的人才「散是滿天星」，都在以不同方式向AGI前進。
AGI之日人類之末日?
而就在最近，在美國國會的聽證會上，Anthropic聯(lián)創(chuàng)Jack Clark表示：「未來18個月內(nèi)，將會出現(xiàn)極其強大的AI系統(tǒng)?！?/p>
圖片
Jack Clark：Anthropic聯(lián)合創(chuàng)始人及OpenAI前政策主管
他認為，所謂「強人工智能」可能比許多人想象的要早。
Clark表示，美國具備領(lǐng)先開發(fā)這種技術(shù)的條件，但前提是妥善應(yīng)對隨之而來的安全風(fēng)險：
Anthropic認為，未來18個月內(nèi)將會出現(xiàn)極其強大的AI系統(tǒng)。到2026年底，我們預(yù)計真正具有變革性的技術(shù)將會問世。
……
我們需要建立聯(lián)邦立法框架，為我們指明清晰連貫的前進路徑。
……
如果沒有聯(lián)邦層面的統(tǒng)一框架，我擔(dān)心會形成監(jiān)管真空 ……
因此，我們必須通過聯(lián)邦框架找到前進的道路。
在這次聽證會上，多位專家預(yù)測了AI時間表和未來風(fēng)險。
Clark介紹了Anthropic進行的AI實驗。
在模擬場景中，他們給Claude模型設(shè)置了極端的「死里逃生」情境——
AI模型被告知即將被一個新AI取代，同時它掌握了執(zhí)行替換決策者的不利私密信息。在某些測試中，Claude試圖以「泄露隱私」為威脅手段，來防止自己被關(guān)閉。
雖然這是實驗設(shè)置中的極端情境，這表明強AI在面對「生存威脅」時，可能會出現(xiàn)復(fù)雜甚至不可預(yù)料的行為，預(yù)示著未來可能面臨的重大風(fēng)險。
最后，還可能發(fā)生一種極端情形：即AI系統(tǒng)在未來可能擁有「自我延續(xù)」的能力。也就是說，它們可以自己進行研究和開發(fā)，生成下一代更強大的AI系統(tǒng)。
這意味著，人類可能無法控制這些系統(tǒng)的演進方向。一旦進入這個階段，AI就不再是人類工具，而可能成為脫離控制的獨立實體。
去年，「AI教父」、諾貝爾物理獎得主、圖靈獎得主Hinton，就強調(diào)過AI導(dǎo)致人類滅絕的風(fēng)險。
圖片
這不是國與國之間的競爭，而是人類與AI的競爭，是人類與時間的賽跑：
在超級智能出現(xiàn)之前，能否提前建立起控制機制和安全防線。
因此，Clark主張：政府應(yīng)設(shè)立專門機構(gòu)來進行高風(fēng)險AI的評估，比如美國國家標準與技術(shù)研究院（NIST）下屬的「人工智能標準與創(chuàng)新中心」。
他強調(diào)，最理想的時間是在2026年之前，在強AI爆發(fā)前就準備好這些標準。
人工智能政策網(wǎng)絡(luò)（AI Policy Network）的政府事務(wù)總裁Mark Beall也參加了聽證會。
圖片
他建議美國盡快采取「三P戰(zhàn)略」：Protect（保護）、Promote（推廣）和Prepare（準備）。
其中，Prepare（準備）就是建立測試機制，預(yù)測未來AI系統(tǒng)可能產(chǎn)生的風(fēng)險，特別是失控和被武器化的風(fēng)險。
他還建議成立「機密測試與評估項目」，專門用于評估AI系統(tǒng)在「失控」和「武器化」方面的隱患，提供決策依據(jù)。
