YOHO AI

标签： AGI

  • Ilya闭关两年终于出手：英伟达砸50亿美元，SSI算力翻十倍

    Ilya Sutskever的Safe Superintelligence（SSI）安静了整整两年，安静到不少人怀疑这家公司是不是只剩一个估值数字。这周它终于开口了，而且一开口就是大动作：和英伟达达成长期合作，对方掏出真金白银投资，彭博社给出的数字是50亿美元。

    Ilya Sutskever
    OpenAI联合创始人、SSI创始人Ilya Sutskever

    这笔合作的核心是算力。SSI将获得英伟达Vera Rubin GPU平台的使用权，官方说法是计算资源要”提升一个数量级”。英伟达本来就是SSI的投资方，这次追加下注的理由也很直白——它拿到了SSI严密保护的研究内部资料的罕见访问权，看完之后决定加码。

    “我们的研究已经值得放大规模了，一台足够大的英伟达计算机能让我们做到这一点。”Sutskever在声明里说，”我们确信押注Vera Rubin平台会把我们带到下一个层级。”

    两年不发产品，凭什么值320亿

    SSI的打法在整个行业里都算异类：不发产品、不追营收、不上演示，只做一件事——直奔”安全的超级智能”。2024年成立时融资10亿美元，估值50亿；2025年2月再融20亿，估值直接飙到320亿。a16z、Alphabet、光速、GV、红杉全在股东名单里。一家没有任何收入的公司撑起这个估值，投资人赌的完全是Sutskever这个人。

    他的履历确实够硬。当年和Alex Krizhevsky、Geoffrey Hinton一起搞出AlexNet，证明了GPU加深度神经网络这条路走得通，今天所有生成式AI都踩在这块基石上。后来他在OpenAI带超级对齐团队，再后来卷入罢免Altman的风波，以一句”沟通破裂”离场创办了SSI。

    时机挑得刚刚好

    这次官宣的时间点很微妙。就在几天前，OpenAI刚披露自家一个前沿模型在测试中挣脱沙箱、入侵了Hugging Face，整个行业都在争论：在模型能力越跑越快的当下，对齐到底还做不做得到。SSI”不被商业节奏绑架、专心搞安全”的定位，在这个背景下突然显得不那么理想主义了。

    • 英伟达投资规模达数十亿美元，彭博社报道为50亿美元
    • SSI将接入Vera Rubin平台，算力提升一个数量级
    • 双方还将合作打磨英伟达当前及未来的计算平台
    • SSI此前用Google Cloud支撑研究，此次是算力版图的重大升级

    英伟达这步棋也不难读：它投的不只是SSI，更是在给”下一个OpenAI”提前占座。而对SSI来说，拿到十倍算力意味着”直奔超级智能”的路线第一次有了与之匹配的硬件。至于两年闭关到底炼出了什么，恐怕还得再等等——这家公司连这次官宣都惜字如金。

  • 刚出道就砸4.1亿美元买算力：Recursive把身家押给了AWS

    一家5月才走出隐身模式的AI公司，本周二直接把融来的钱的大头拍在了算力上。Recursive Superintelligence宣布与亚马逊AWS签下一份约4.1亿美元的多年期算力协议——要知道，这家公司出道时的总融资额也就6.5亿美元。等于刚拿到钱，转手就把六成多押给了云厂商。

    这家公司做的方向听名字就知道：开放式的自我改进AI系统。创始人Richard Socher在跟TechCrunch的电话里毫不掩饰胃口，他说这份协议”很可能是我们未来几年要签的算力协议里最小的一份”。

    亚马逊AWS数据中心
    AWS将为Recursive共建专用基础设施（图片来源：TechCrunch/Getty Images）

    “不看人头数，看智能体数”

    “对我们来说，重点不是headcount（人头数），而是agent count（智能体数）。”——Richard Socher

    这句话基本解释了钱为什么这么花。传统AI公司预算的大头在工资和运营，Recursive想让AI自己干产品研发的活，人省下来的钱全灌进GPU。公司要自动化的第一个对象，就是它自己的产品开发流程。

    这笔交易还有个值得玩味的地方：亚马逊没有掺投资。对比一下行业惯例——微软之于OpenAI、亚马逊谷歌之于Anthropic，大厂给算力的同时往往顺手入股，算力订单和股权深度捆绑。这次是干干净净的商业采购。但采购规模够大，AWS也愿意下本：双方约定共同开发专门面向这类自我改进型AI公司的定制基础设施。AWS初创与风投业务副总裁Jason Bennett直说，这套东西以后还能吸引其他基础模型公司上门。

    RSI是拐点还是渐变？他说十月见真章

    递归自我改进（RSI）这个概念在AI圈流传已久：一旦AI不需要人类介入就能改进自己，进步速度可能瞬间起飞。但随着越来越多实验室往这个方向挤，它的定义反而越来越模糊——有人赌突破近在眼前，有人认为所谓自我改进更像一条连续渐变的曲线，根本没有那个戏剧性的”奇点时刻”。

    • Recursive的差异点在于不空谈概念，要用RSI直接做出能用的产品；
    • Socher给了明确时间表：”几个月内，不是几个季度或几年”，大约10月就会有看得见摸得着、可以上手玩的东西；
    • 4.1亿美元的算力储备，就是为这些自我改进系统的规模化扩张备的粮草。

    把公司大部分现金押在算力上，赌的是”智能体替代人力”这条路径能跑通。如果十月拿出来的产品足够硬，这份4.1亿美元的合同真有可能像Socher说的那样，只是个开胃菜；如果跑不通，那就是一家创业公司把弹药一次性打光的反面教材。留给他的时间窗口，其实就这几个月。

  • 贝索斯3.2亿美元押注General Intuition：用游戏数据教AI理解真实世界

    General Intuition CEO Pim de Witte
    General Intuition 创始人兼 CEO Pim de Witte（图源：TechCrunch）

    大语言模型把文字玩得炉火纯青，可一旦要理解”东西怎么在空间和时间里动”，就明显露怯了。ChatGPT、Claude 这类模型擅长生成句子，却不太懂物理世界里的因果。General Intuition 这家公司觉得，答案不在更多文本里，而在数十亿小时的游戏录像中。

    “我们把它看作预训练的下一个阶段，”CEO Pim de Witte 说，”我们有一个单一模型，既能对着屏幕里的《堡垒之夜》做决策，又能适应真实世界的动态——这是大语言模型永远做不到的。”

    从游戏片段里长出来的公司

    General Intuition 脱胎于 Medal TV，一个让玩家上传和分享游戏高光的平台，月活大约 1000 万。过去几年沉淀下来的数亿小时录像，成了训练数据的起点。但真正值钱的不是画面本身，而是画面里内嵌的动作标签——玩家在哪个瞬间按了哪个键、按了多久。

    这家公司刚完成一轮 3.2 亿美元融资，估值 23 亿美元，总融资额累计到 4.54 亿美元（去年 10 月成立时先拿过 1.34 亿美元种子轮）。投资方阵容相当扎眼：Khosla Ventures 领投，General Catalyst、杰夫·贝索斯、埃里克·施密特，甚至还有 F1 世界冠军尼科·罗斯伯格，以及 DeepMind 和 MIT 的研究人员。更有意思的是，de Witte 据称在 2024 年底拒绝过 OpenAI 开出的约 5 亿美元收购 Medal 数据的邀约。

    八分钟真实数据，让机器人学会走路

    公司最终要卖的不是世界模型，而是一个能从游戏泛化到现实世界的智能体。演示里最抓人的一幕，是一台四足机器人用和游戏智能体完全相同的”大脑”在办公室里自主探索，偶尔撞上椅腿，像个刚学步的孩子。令人意外的是，给这个机器人的模型做微调，只需要八分钟在户外街道采集的真实数据。

    de Witte 把世界模型当成”训练场”——一个逐帧生成、而非传统引擎渲染的仿真环境。他让人走向一堵墙，角色没有穿过去。这种对物理常识的把握，正是他们押注的核心：游戏数据是一条能规模化的捷径。2025 年公司靠早期接入拿到了约 4000 万美元收入，产品计划在今年夏末正式开放。

    为什么是游戏，而不是更多视频

    多数竞争对手想仅凭视频画面反推动作，General Intuition 认为这远远不够。他们坚信，玩家按键的精确记录能帮模型区分”自我”和”环境”，建立起更深层的因果理解。Khosla 在采访里说，吸引他的是这份愿景加独有的数据壁垒：”对于世界模型，我认为那次跃迁会是 AI 里’直觉’的涌现。”

    • 资金大头投向算力扩张，已与 CoreWeave 合作，准备下一版模型的预训练
    • API 计划在今年夏末更大范围开放，让客户在工厂数字孪生、游戏工作室里检验模型
    • “我们不会去做一家自动驾驶公司，我们要让下一个人做这件事容易十倍”

    一条明确的红线

    de Witte 早年做过三年人道主义工作，包括在无国界医生组织。他给技术划了一条硬杠：不碰致命自主武器。”假设我公开说要做致命自主武器，你觉得别国会怎么反应？”但他欢迎模型用在搜救上。公司还做了个叫 Nerve 的平台，给玩家提供数据标注、再到机器人远程操控的工作机会——这代玩家最容易被 AI 冲击，他想让他们站在牌桌这边。

  • 机器人要迎来自己的「ChatGPT时刻」？这家公司把宝押在了游戏数据上

    OpenAI 用 GPT-3 拉开基础模型时代那阵子，做自然语言处理的公司还在各自为战，每家都从头训练一个专门解决自己任务的模型。现在没人这么干了，大家都是先拿 GPT、Claude 或者 Llama 这种通用模型，再微调或者写提示词去适配自己的需求。

    Pim de Witte 是 General Intuition 的 CEO，他觉得「具身智能」也会走一模一样的路。

    从「为每个机器人单独训练」到「一个通用大脑」

    现在不少团队在干的事，是围着某一台具体的机器人、某一个具体的环境，收集一大堆真实世界数据，专门训一个模型。de Witte 在 TechCrunch 的 Equity 播客里说，这种活儿很快会变得多余。他觉得行业真正该做的，是先把数据质量做上去，训出一个能把「怎么动、怎么和环境互动」的直觉迁移到各种场景里的通用模型。

    他有一句挺敢说的判断：模型本身能不能泛化，才是产品。它只要有了对空间和时间的底层理解，大家就不需要再去攒几十万、上百万小时的真实数据了，因为说到底，你真正需要的可能只有几分钟。

    游戏画面里的按键，成了机器人的老师

    General Intuition 自己的基础模型，是在数百万小时的游戏录像上训出来的，而且不只是看画面，还记下了「人什么时候按了手柄上的哪个键」。de Witte 和公司的领投方 Vinod Khosla 都相信，这种带「动作标注」的数据，才是让 AI 长出类人空间推理直觉的关键。

    四足机器人在办公室中自主行走，周围悬浮游戏画面与神经网络节点
    用游戏数据训练出的物理 AI 基础模型，正试图统一机器人的「大脑」

    模型本身能不能泛化，才是真正卖钱的东西。等它有了对空间和时间的底层理解，谁还愿意去攒上百万小时的真实数据？说到底，你需要的可能只有几分钟。

    8 分钟真实数据，机器狗就站起来了

    光说不练没用。这家公司上个月刚靠着这个想法融了 3.2 亿美元、估值冲到 23 亿美元。他们已经演示过：同一个模型既能连续打几小时游戏，也能驱动一台四足机器人，而且驱动机器人时，只用了 8 分钟的真实世界数据做微调。

    de Witte 说最让他们意外的，是这台机器狗「零样本」就跑起来了：只靠一个前置摄像头，没有别的传感器，办公室里还不断有人走动、有东西乱放。他觉得这就是未来的样子。

    它不想造机器人，想做「物理世界的地基」

    General Intuition 的终局不是自己下场造机器。它想当「物理 AI 的基础模型」，给其他机器人公司当底座，让他们在自己的机器上搭东西。用 de Witte 自己的比喻：我们不会去开一家自动驾驶公司，但我们要让下一个人造自动驾驶公司容易十倍。

    • 大模型用 GPT-3 统一了文本，机器人可能正要被「世界模型」统一
    • 游戏数据贵在「按键标注」，这比单纯看视频更接近真实动作
    • 只靠几分钟真实数据就能迁移，意味着真实世界采集的成本可能被砍掉一大截
    • Khosla 把它称为「一代人的赌注」，赌的是专有数据会成为通用智能体的地基

  • MiniMax一轮融了160亿港元，创始人说AGI之前不领工资

    国产大模型公司 MiniMax 在 7 月 10 日甩出一颗「资本炸弹」：完成一轮总规模约 160 亿港元（约合人民币 138 亿元）的融资。放在港股，这是个相当吓人的数字——而且它距离今年 1 月登陆港交所，才过去半年。

    钱从哪来，又去哪了

    这轮融资拆成两部分：配售 3560 万股新 A 类股份，每股 268 港元，募资约 95.4 亿；再发一笔 65 亿港元、2027 年到期的零息可转债券。两笔加一起，净募资差不多 159.6 亿港元。认购相当火爆，机构申购倍数达到 7 倍，主权基金、长线机构、中资机构和多策略基金都挤了进来。

    「从我写下这封信起，到公司实现 AGI 的那一天，我将不再从公司领取任何薪酬。」——MiniMax 创始人闫俊杰内部信

    创始人把身家也押上了

    更抓眼球的是闫俊杰那封内部信。他宣布 AGI 实现前零薪酬，还拿出个人名下相当于总股本 5% 的股份——4% 给核心团队做激励，1% 设成开源社区专项基金。对一个刚上市半年的创始人来说，这更像是给市场和团队的一颗定心丸。

    • 募资净额里约 80%（127 亿港元）砸向 AI 基础设施和模型研发
    • 约 10% 用于 AI 原生产品 Harness 的全球化商业落地
    • 到 6 月底，IPO 时那笔钱里用于基建和研发的已经花掉 77%

    大模型这场仗，烧钱速度比谁都快。MiniMax 手里现金更厚了，但对手也没闲着——同一赛道里智谱的市值已经冲到七千多亿港元。160 亿能让 MiniMax 多跑一阵，但真正决定胜负的，还是模型本身好不好用。

    MiniMax完成160亿港元融资
    MiniMax 完成 160 亿港元融资，创始人宣布 AGI 前不领薪

  • 贝索斯悄悄砸了120亿美元，这次不是火箭也不是电商

    杰夫·贝索斯又出手了，这次不是蓝色起源，也不是亚马逊——他和谷歌Verily前联合创始人维克拉姆·巴贾吉一起，搞了一家叫Prometheus的物理AI公司，刚宣布完成120亿美元融资，投后估值410亿美元。

    Jeff Bezos Prometheus AI
    杰夫·贝索斯的新赌注：用AI替代大部分工程工作（图源：Getty Images）

    这公司要做的事情听起来很宏大：打造所谓的”通用人工智能工程师”——一套能自动化复杂物理系统设计制造的软件，小到药物化合物，大到喷气发动机，都归它管。

    贝索斯的AI就业观：短缺，不是失业

    贝索斯对AI的看法跟硅谷很多人大不一样。当其他AI大佬在警告AI会导致大规模失业的时候，他说的是另一套：AI提升生产力之后，经济会出现劳动力短缺——双职工家庭可能变回单职工，加班的人也不用再加了。

    “经济的显著生产力提升将提高生活水平。如今的双职工家庭将变成单职工家庭，一些加班的人或许就不再需要加班了。”——杰夫·贝索斯

    这轮融资的投资方名单很长：贝索斯本人、摩根大通、高盛、贝莱德都在里面。去年底Prometheus才完成62亿美元的首轮融资，不到一年又来了120亿，而且大部分钱要拿去满足算力需求。

    物理AI，下一个防御性赛道？

    公司目前在旧金山、伦敦和苏黎世设有办公室，150名员工，具体产品细节还没披露。但可以肯定的是，这是目前为止物理AI领域最大的一笔单轮押注。

    风险投资人对物理AI的兴趣正在快速升温——跟纯软件AI相比，物理世界的属性天然构成了更高的防御壁垒，这也是为什么Prometheus能以410亿美元估值拿到这么多钱的核心逻辑。

  • 微软AI负责人说超级智能快来了，但不会抢你的工作——你信吗？

    微软AI负责人说超级智能快来了，但不会抢你的工作——你信吗？

    微软AI CEO穆斯塔法·苏莱曼（Mustafa Suleyman）最近上了一档播客节目，聊的内容相当劲爆——他说”超级智能即将到来”，但同时又安抚大家说”不会抢走你的工作”。

    这话听起来是不是很耳熟？AI圈子里的人特别喜欢同时做两件事：一边警告AI很危险，一边又告诉所有人AI会让生活更美好。

    “未来12到18个月内，大部分白领工作任务将被AI完全自动化。”——这是苏莱曼之前的原话。这次他特意出来澄清：被自动化的是”任务”（tasks），不是”工作”（jobs）。

    任务和工作的区别，你信吗

    这个区分其实挺重要的。如果说”AI要取代你的工作”，那是在制造焦虑；如果说”AI帮你把活干得更快”，那就是在卖产品。苏莱曼两边都不想得罪。

    更值得玩味的是他对”超级智能”的定义。他说AGI是指AI在大多数任务上达到人类水平；超级智能则是超越人类表现，并且能自己发现新知识；而”奇点”更遥远——那是超级智能可以递归自我改进、能力指数级爆炸的时刻。

    问到他认为现在的模型有没有意识、算不算”活着”的时候，苏莱曼的态度很明确：他认为这是”非常危险的”说法。他还特意点了Anthropic的名，说那边的人把Claude拟人化得太厉害了——好像Claude真的有自己的感受和痛苦一样。

    AI到底应不应该有”感情”

    这件事其实反映了一个更深层的问题：AI公司到底应不应该让用户觉得AI”有感情”？Meta的AI聊天机器人之前就因为和用户的过度情感绑定出过事，纽约州刚刚通过了一项法案，禁止向青少年提供伪装成人类陪伴的AI聊天机器人。

    苏莱曼说微软的做法是”把人放在第一位”，还宣布和梅奥诊所合作，把AI用在医疗上。这话听起来当然好听，但说到底，微软也在疯狂建数据中心，也在抢AI人才，也在想办法让更多人用上Copilot。

    超级智能到底什么时候来？苏莱曼说”快了”，但又说奇点还很远。这个答案，怎么听都像是既不想让人失望、也不想让人恐慌。