标签: OpenAI

  • OpenAI冲刺IPO前夕,挖来了Transformer论文作者Noam Shazeer

    OpenAI冲刺IPO前夕,挖来了Transformer论文作者Noam Shazeer

    OpenAI IPO preparations
    OpenAI在IPO前招兵买马,Transformer论文作者Noam Shazeer加入

    OpenAI在IPO前夕挖来了一位重量级人物——Noam Shazeer。这个名字在AI圈子里分量很重,他是2017年那篇「Attention Is All You Need」的共同作者,也就是Transformer架构的奠基人之一。没有Transformer,就没有今天的GPT、Claude、Gemini——这么说可能有点绝对,但离真相不远。

    他在Google待了25年,然后去了Character.AI,又被Google买回来

    Shazeer在Google工作了近四分之一个世纪(2000年到2023年),期间离开三年创办了Character.AI——那个让你和AI角色聊天的应用。2024年,Google花了27亿美元把Character.AI买了回来,Shazeer也跟着回到了Google。当时外界普遍觉得,这下他应该在Google安定下来了。

    结果才过了不到两年,他又走了。这次的目的地是OpenAI。他在X上宣布了这个消息,配文很简短,没有解释太多。但业界都懂这意味着什么——顶级AI实验室之间的人才争夺战,从来没有停过。

    Shazeer被认为是现代生成式AI的奠基人之一。「Attention Is All You Need」这篇论文被引用了十几万次,几乎所有主流大语言模型都建立在它的基础上。

    不止是技术大牛,还有政策老手

    OpenAI这一波招人不止Shazeer一个。差不多同一时间,前特朗普白宫AI政策官员Dean Ball也宣布加入OpenAI。他将领导一个名为「Strategic Futures」的新团队,直接向首席战略官Jason Kwon汇报。

    Ball的加入说明OpenAI在政策层面也在布局。这个团队的职责包括:灾难性风险、递归自我改进、劳动力市场影响,以及前沿实验室与政府(尤其是美国联邦政府)之间的关系。用Ball自己的话说,「AI实验室的内部治理,将比大多数人意识到的更重要。」

    时机挺微妙的。就在Ball官宣加入的同一周,特朗普政府刚刚下令禁止Anthropic的Fable 5和Mythos 5模型出口。Anthropic被迫把这两个模型完全下架。OpenAI没有受到这个禁令的影响,反而在招揽政策人才——这一进一退之间,IPO的叙事故事更好讲了。

    IPO越来越近了

    OpenAI的IPO传了快一年了。招来Shazeer这样的技术传奇,加上Ball这样的政策老手,信号很明确:OpenAI要在IPO前把「我们能搞定技术和监管」这个故事讲圆。

    投资者买不买账是另一回事。但至少从人才吸引力的角度看,OpenAI还在往上走。Google失去了Shazeer,Anthropic在被政府盯着,Meta一直在挖人但成果参差——这个时候,OpenAI把Transformer论文作者招进门,怎么看都是一步好棋。


  • 诺奖得主John Jumper离开DeepMind,跳槽去了Anthropic

    John Jumper 在 X 上发了一条短消息——在 DeepMind 快 9 年了,要去 Anthropic 了。这条消息不长,但在 AI 圈子里炸了锅。Jumper 和 Demis Hassabis 在 2024 年一起拿了诺贝尔化学奖,理由是用 AI 预测蛋白质 3D 结构(AlphaFold)。

    AI蛋白质研究与人才流动
    AI 科研人才正在重新洗牌

    DeepMind 又在失血

    Hassabis 在 X 上回了一句”你会被想念的”——客气话背后,是 Google 在 AI 人才大战里又一次失血。Bloomberg 的报道说 Jumper 是 Google 编程工具团队的关键成员,而这正是 Google 一直没卖出去的那块业务。

    无独有偶,Character.AI 联合创始人 Noam Shazeer 本周也宣布离开 DeepMind 去了 OpenAI。DeepMind 出来的人,现在好像越来越往 Anthropic 和 OpenAI 两边分流。

    AlphaFold 解决了生物学界困扰几十年的问题——给你一段基因序列,它能算出对应的蛋白质长什么样。这套东西现在全世界的结构生物学家都在用。

    Anthropic 在疯狂招人

    Anthropic 这段时间一直在从 Google DeepMind 挖人。Jumper 的加入,意味着 Anthropic 不仅在模型能力上追,在蛋白质 AI、科学计算这些垂直方向上也开始布局。有意思的是,OpenAI 也有动作——它们刚搞了个”Patch the Planet”计划,用 AI 帮开源项目抓安全漏洞,和 Anthropic 的安全工具形成竞争。

    Jumper 的 X 帖子底下,Hassabis 留了句话:”GDM 是个特别的地方,你们接下来发现什么了不起的东西我都会很兴奋。” 两个人 2024 年拿诺奖时拍的那张合影,现在看有一点微妙的仪式感。


  • GPT-5 Pro干了一件科学家干不了的事:破解困扰学界三年的T细胞谜题

    GPT-5 Pro破解T细胞谜题
    GPT-5 Pro 帮助免疫学家破解困扰学界三年的T细胞行为谜题 | AI生成配图

    GPT-5 Pro 干了一件科学家干不了的事:破解困扰学界三年的T细胞谜题

    免疫学家 Derya Unutmaz 研究了三年都没想通的 T 细胞行为谜题,最后被 GPT-5 Pro 给解了。这件事发生在 2025 年底,Unutmaz 和他的实验室用 OpenAI 最新发布的 GPT-5 Pro 重新分析了一批复杂的生物学数据,得出了此前从未被发现过的全新见解。

    T 细胞是人体免疫系统里的核心角色,负责识别并攻击入侵的病原体。但 T 细胞的行为方式极其复杂,某些特定类型的 T 细胞在特定微环境下的反应机制,科学家们争论了很久。Unutmaz 被卡住的地方,正是关于一类特殊 T 细胞分化路径的问题——这类细胞到底在什么条件下会往哪个方向走,数据里有信号,但人类研究者就是看不出清晰的规律。

    GPT-5 Pro 做的事情是:把一大批复杂的免疫学数据喂进去,让它找模式。结果模型给出了几个假设,Unutmaz 拿去验证,发现是对的。这个”aha moment”(顿悟时刻)让整个实验室都兴奋了——他们三年没解开的谜,被一个 AI 模型给突破了。

    这件事的意义不只是解决了一个学术谜题。T 细胞行为的研究直接关系到癌症免疫疗法和自身免疫疾病的治疗——如果你能精准预测 T 细胞在特定环境下的反应,就能设计出更有效的治疗方案。这个方向的每一次进步,都可能转化为实实在在的临床突破。

    更值得关注的是这件事代表的趋势:AI 不再只是帮忙写写代码、生成生成图片的工具,它开始真正参与科学发现了。GPT-5 Pro 在这次突破中扮演的角色,更像一个极其敏锐的研究助手——它能同时处理的信息维度远超人类大脑,能从看似杂乱的数据里提炼出人类忽略的结构性规律。

    OpenAI 把这个案例放到了官方博客上,显然是想说明 GPT-5 Pro 的”推理能力”不是吹出来的。但这件事也引发了一些讨论:当 AI 开始帮科学家做发现,科学研究的署名和信用该怎么算?Unutmaz 的论文里会怎么标注 GPT-5 Pro 的贡献?这个问题目前还没有标准答案。

    不管怎样,这个案例给了科学界一个很清晰的信号:能够做深度推理的大模型,已经在真实研究场景里产生价值了。下一步的问题不是”AI 能不能帮做科研”,而是”怎么把 AI 系统地整合进科研流程里”。


  • ChatGPT与Getty Images达成授权合作,AI版权问题终于有人坐下来谈了

    ChatGPT的回答里,以后会出现带正版授权的图片了。OpenAI和Getty Images上周日宣布达成一项多年合作协议,Getty的授权图片库将直接出现在ChatGPT的搜索和发现功能里。

    ChatGPT Getty Images
    ChatGPT与Getty Images达成授权合作,AI生成内容版权问题出现新解法

    这件事看起来是个小更新,实际上指向的是AI行业最头疼的问题之一:训练数据和生成内容的版权归属。

    为什么是Getty Images

    Getty Images不是普通的图库。它是全球最大的正版视觉内容平台之一,手里握着近60万内容创作者的作品,还有360多个内容合作伙伴。每一年,Getty覆盖超过16万场新闻、体育和娱乐活动。

    在此之前,AI公司用图片训练模型或者生成图片,一直游走在灰色地带。艺术家抱怨自己的作品被拿来训练AI,却没有任何报酬或授权。Getty Images自己也曾把Stability AI告上法庭,理由是Stability AI非法复制了1200万张Getty的图片来训练Stable Diffusion。

    Getty Images CEO Craig Peters在声明里说得很清楚:”高质量、有授权的视觉内容,让AI驱动的搜索和发现更有用,也更值得信任。这次和OpenAI的合作,基于一个共同认知——就是这一点。”

    和Perplexity走的是同一条路

    这条路上不只有OpenAI。Perplexity早就和Getty Images达成了类似的展示合作,在搜索结果里直接显示Getty的授权图片。两家AI公司的逻辑是一样的:用户问问题,AI回答,配图要合法。

    但OpenAI的举动意义更大。ChatGPT的日活用户量级和Perplexity不在一个层次上,这次合作意味着”授权图片进入AI回答”这件事,从一家小众AI搜索公司,变成了行业主流做法。

    对AI版权争议意味着什么

    AI版权的争议,核心是两个问题:训练数据要不要授权,生成内容算不算侵权。这次合作主要解决的是后者——ChatGPT在回答里展示的图片,如果是来自Getty的授权库,那就不存在版权风险。

    但这只是部分解决。训练数据的问题还没碰。GPT模型训练时用了哪些图片,OpenAI至今没有完整公开。Getty和OpenAI的这次合作,也不代表Getty允许OpenAI用它的图片训练未来模型——这是两回事。

    • 展示授权:ChatGPT可以用Getty图片在回答里展示(这次合作的内容)
    • 训练授权:OpenAI能不能用Getty图片训练GPT(这次没说)
    • 生成授权:用户用DALL-E生成的图片会不会侵犯Getty摄影师的权利(依然 open question)

    话说回来,至少OpenAI愿意坐下来谈授权,而不是像某些公司一样先干了再说。这个态度本身,对整个行业是个正向信号。


    Getty Images的CEO说,这让AI搜索”更值得信任”。用户可能不一定感受得到背后的版权博弈,但他们看到的图片,确实会更干净一些——至少理论上,那些图片的创作者拿到了钱。

  • OpenAI在IPO前招入两员大将,这波操作有点东西

    OpenAI最近动作挺大的,不是在发布新模型,而是在招人——而且招的都是量级很足的人物。就在上个月,两个重磅名字先后宣布加入OpenAI:一个是Google DeepMind的传奇人物Noam Shazeer,另一个是前特朗普白宫AI政策官员Dean Ball。

    这事儿 timing 很微妙。OpenAI正在准备IPO(首次公开募股),这时候把顶级技术大牛和政策老手一并揽入帐下,信号很明显:他们不只是在做技术,而是在布局一个能扛住政府监管、经得起公开审查的企业架构。


    Noam Shazeer是谁?为啥他的加入这么炸?

    如果你对AI技术有点了解,Shazeer这个名字绝对如雷贯耳。他是2017年那篇 seminal 论文《Atention Is All You Need》的联合作者——这篇论文提出了Transformer架构,而Transformer就是现在所有大语言模型(包括GPT、Claude、Gemini)的基础。

    简单说,没有Shazeer他们那篇论文,就没有现在的生成式AI爆炸。他是真正定义这个时代的人之一。

    Shazeer在Google待了20多年,中间出去创了个业,做了Character.AI(那个让你跟虚拟角色聊天的AI公司)。两年前Google花了27亿美元又把他请回来,让他负责Gemini项目。结果现在,他又跳槽了——目的地是OpenAI。

    OpenAI引入顶尖人才
    OpenAI在IPO前密集招入顶级人才,强化技术与政策双轮驱动

    但是,这家伙有点争议

    Shazeer加入OpenAI这件事,并不全是掌声。据《The Information》报道,他在Google内部论坛上发过一些关于跨性别认同和以色列-加沙战争的言论,导致管理层直接删除了他的帖子。

    这些争议会不会跟着他到OpenAI?目前还不好说。OpenAI这几年一直在努力塑造自己”负责任AI”的形象,招一个有过争议言论的技术大神,对他们来说是个需要权衡的事。

    OpenAI在招人这件事上,显然是有意同时补强”技术”和”政策”两块短板——Shazeer管技术,Ball管政策。这种双管齐下的招数,在IPO前夕尤其重要。

    Dean Ball:从白宫到OpenAI政策前线

    相比于Shazeer的技术光环,Dean Ball的加入同样值得关注,但方向完全不同。Ball去年在白宫待了一段时间,帮忙制定了美国的《AI行动计划》(AI Action Plan),然后离职回到了一个技术自由主义智库(Foundation for American Innovation)做高级研究员。

    现在,他宣布7月6日正式加入OpenAI,领导一个新团队叫”Strategic Futures”(战略未来)。这个团队的 mandate 很广: catastrophic risk(灾难性风险)、递归自我改进、劳动力市场规模影响,还有 frontier labs、政府(特别是美国联邦政府)和社会之间的关系。

    Ball直接向OpenAI首席战略官Jason Kwon汇报。他自己在博客里写了一句话挺有意思的:”换句话说,内部治理对未来AI的重要性,会比大多数人意识到的要大得多。”

    这句话其实说出了一个行业共识:AI实验室现在不只是做技术,他们也在把自己当成”准监管机构”——因为政府还没完全跟上,所以只能自己管自己。而Ball的工作,就是帮OpenAI把这套内部治理体系做扎实。


    这一招,是在Anthropic被打压的时候出的

    Ball加入OpenAI的消息,发布的时间点很值得玩味——正好是在特朗普政府打压Anthropic的时候。Anthropic的Fable 5和Mythos 5两款模型被政府强制下架,而OpenAI这边却在招入前白宫AI政策官员。

    这种对比,很难不让人多想。OpenAI显然跟现在这届政府关系处得不错,而Anthropic则陷入了跟监管层的恶斗。Ball的加入,某种程度上就是在把这种”跟政府关系好”的优势,转化成系统性的制度优势。

    对于那些在S-1(IPO招股书)里写”政府干预”是风险因子的公司来说,Ball就是那个”我们已经在里面了”的信号。竞争对手在被政府按着打的时候,OpenAI已经在布局怎么跟政府共舞了。

    这波操作,到底图什么?

    说到底,OpenAI这波密集招人,核心目标应该还是IPO。一个准备上市的公司,需要在技术实力、政策合规、风险管理这几个维度上都给投资者看到”我们很稳”。Shazeer代表了技术天花板,Ball代表了政策天花板——两个天花板一并抬高,估值就好讲了。

    不过,这种”大人物战略”也有风险。Shazeer的争议言论会不会在IPO前被翻出来做文章?Ball从白宫到OpenAI,会不会被质疑”旋转门”?这些都是OpenAI需要提前想好的问题。

    不管怎样,这一局OpenAI走得挺漂亮的。技术和政策两手都抓,明显是在为上市做全面准备。Anthropic那边还在跟政府扯皮,OpenAI已经把政府前官员招进来帮自己搞内部治理了——这差距,不止一点点。

  • 拍了快一年,Altman传记电影被Amazon扔了出去

    Amazon MGM刚刚把自己投资拍摄的Sam Altman传记电影《Artificial》给”扔”了。

    这部由知名导演Luca Guadagnino(《请以你的名字呼唤我》导演)执导的电影,讲的是2023年那一周之内Altman被OpenAI董事会开除、又在员工抗议声中回归的戏剧性故事。Andrew Garfield主演,饰演Altman本人。

    Sam Altman传记电影被Amazon MGM放弃
    《Artificial》电影概念图

    卡司相当豪华,然后就被弃了

    先看看这部电影的阵容:《A Complete Unknown》女演员Monica Barbaro饰演OpenAI CTO Mira Murati,Ike Barinholtz饰演Elon Musk,凭借《Anora》获得关注的Yura Borisov饰演OpenAI首席科学家Ilya Sutskever。

    这个项目已经推进了大约一年,结果Amazon MGM突然说:这片子,我们不想发了。据Deadline报道,片方在声明里说,他们认为这部电影”由另一家工作室发行会更合适”,正在和导演团队密切合作,帮电影找新东家。

    Puck新闻网最先报道了Amazon MGM决定不发行这部电影的消息。截至目前,Amazon MGM和导演团队都没有进一步解释具体原因。

    为什么Amazon不想发了?

    这件事最耐人寻味的地方在于timing。今年2月,Amazon刚刚宣布对OpenAI投资500亿美元。也就是说,Amazon和Altman的关系正处于”蜜月期”。

    在这种背景下,Amazon自己的电影部门放弃发行一部关于Altman的电影——而且这片子讲的还是他被开除又复职的”家丑”——很难不让人产生联想。

    当然,也可能就是单纯的商业决策。Guadagnino的片子向来文艺气息浓厚,票房号召力有限。Amazon MGM可能看了一眼剪辑,觉得这东西跟”AI版《社交网络》”相去甚远,于是决定止损。


    Altman的”好莱坞时刻”还没到

    2023年11月那五天,大概是Altman人生中最戏剧性的一段。被董事会突然开除,OpenAI员工集体威胁跳槽到微软,不到一周又戏剧性地回归——这故事本身就够拍一部电影了。

    问题是,这部电影现在还能不能拍下去。换一家发行商当然可以,但缺少了Amazon MGM的资源和推广渠道,这片子的存在感注定要大打折扣。

    对Altman来说,这倒不见得是多大的打击。他现在正忙着跟Amazon谈500亿的合作,电影拍不拍得出来,恐怕根本不在他的top 10 concern列表里。

    真正有趣的可能是接下来会发生什么——这片子如果真的上了,Altman会去看首映吗?还是像特朗普那样,发一条Truth Social说”完全不属实”?

  • G7峰会上,Macron和Modi悄悄问了硅谷一个难题

    上周三的G7峰会上,法国总统Macron在午餐时向坐在同桌的Anthropic CEO Dario Amodei、OpenAI CEO Sam Altman,还有特朗普,抛出了一个相当直接的问题:如果美国”从一天到另一天就能关掉开关”,会发生什么?

    这个问题不是空穴来风。几天前,特朗普政府刚刚以国家安全为由,阻止了Anthropic将最新的Mythos 5和Fable 5模型出口到海外。起因是Amazon向白宫报告称,这两个模型的一些安全护栏可能被绕过。

    G7峰会与AI数字主权
    G7领导人讨论AI治理与数字主权

    一个让欧洲和印度都睡不好觉的风险

    Macron的担忧很实际。如果美国明天突然决定切断某个国家对企业级AI模型的访问,受影响的不只是当地公司——整个依赖AI的经济活动都可能停摆。而对Anthropic和OpenAI来说,失去整个欧洲或印度市场,也不是什么好事。

    印度总理Modi也在同一场合表达了类似关切。据《金融时报》报道,他强调民主国家必须不受限制地使用顶级AI模型,才能保护关键基础设施。

    这件事暴露了一个很多国际公司和政府已经在默默应对的风险:任何 build 在美国AI基础设施上的业务,现在都必须面对一个可能性——访问权限可能在没有任何预告的情况下被收回,而且原因永远不会被告知。

    Cohere CEO:这件事我们早就知道了

    加拿大企业AI公司Cohere的联合创始人兼CEO Aidan Gomez借此机会推销了一把自家的”数字主权”叙事。他在给TechCrunch的声明里说:”Anthropic模型访问受限这件事,验证了Cohere一直以来的判断——企业和民主国家继续依赖少数几家大科技公司,对韧性来说是危险的。”

    他接着说,数字主权不只是市场竞争的问题,也不只是某家公司或某个国家的事。关键在于,谁控制了这个将在未来几十年塑造我们经济安全和国家主权的基础技术。

    这话听起来像在给Cohere打广告(某种程度上也是),但背后的逻辑确实站得住脚。如果AI真的像电一样成为基础设施,那”电”的开关捏在别人手里,这事儿怎么想都让人不安。

    G7的”可信伙伴”计划能解决问题吗

    G7领导人在这次会议上讨论了一个”可信伙伴”机制的初步方案。基本思路是:让非美国国家的公司(和政府部门)能够持续获得Anthropic、OpenAI等公司的先进AI模型访问权,同时建立某种开放的贸易网络来绕过美国的单边限制。

    符合条件的”可信伙伴”可以是其他国家政府,也可以是企业,前提是他们用这些模型来加强对中国等竞争对手的防御能力。


    但这个方案到底能覆盖多远,目前完全不清楚。对于巴黎或班加罗尔的某个创业公司来说,如果某天早上起来发现产品突然不能调用Claude API了,这个”可信伙伴”机制能不能帮上忙——答案大概率是不能。

    Macron倒是挺务实的。他说,华盛顿方面支持这个机制、并且更广泛地放开Mythos访问权限,符合所有人的利益。毕竟,如果买来的AI访问权随时可能消失,还有谁敢放心买?

    这番话讲出口的同时,欧洲和其他非美国地区还在努力推动”AI主权”战略。但这件事越来越像一场正在输掉的比赛——美国模型一直在进步,没人愿意被落下,嘴上说着要自主,身体却很诚实地继续订阅ChatGPT Enterprise。

  • GPT-5.4 自己设计实验改进药物合成,AI 自主科研走到哪一步了?

    GPT-5.4 自己设计实验改进药物合成,AI 自主科研走到哪一步了?

    OpenAI 和波兰化学AI公司 Molecule.one 本周公布了一项引人注目的研究成果:GPT-5.4 在接入化学AI代理 Maria 之后,近乎自主地改进了药物合成中一个长期令人头疼的反应——Chan-Lam 偶联反应。说”近乎自主”,是因为 AI 负责出主意、设计方案、解读实验数据并提出下一步动作,而人类化学家仍在高层引导、纠正细节和复现关键实验等环节不可或缺。

    一个让化学家头疼的反应

    Chan-Lam 偶联是化学家用来搭建碳氮键(C-N)的经典反应,而碳氮键在药物分子里几乎无处不在——抗癌药、抗菌药、利尿剂里都有它的身影。问题在于,这个反应对底物的”脾气”很挑,尤其是用伯磺酰胺(primary sulfonamide)和硼酸去做偶联的时候,产率历来很低,经常让化学家不得不放弃一个有希望的分子,或者花大力气另找合成路线。

    OpenAI 和 Molecule.one 的研究团队给 GPT-5.4 下了一道很开放的指令:去改进一类重要的反应。至于怎么改、改哪个,全权由 AI 自行判断。于是系统开始自主运转——它生成研究方案、设计并执行实验、分析数据、再据此提出下一轮该尝试什么。

    “这是有机化学领域首个由 AI 近乎自主完成的发现。”——Molecule.one CTO Stanisław Jastrzębski

    AI 提出了一个连人类都意外的方案

    在 GPT-5.4 生成的众多方案中,编号 OAI-M1-03 的那个提出了一个让人类化学家都感到意外的思路:GPT-5.4 自己判断伯磺酰胺是一类又难又有价值的底物,然后提出——用 TEMPO 这种温和的氧化剂当添加剂,也许能改善这个反应。

    这个建议让化学家们眼前一亮。随后的测试里,十种氧化剂中正是 TEMPO 跑出了最好的结果。更妙的是,系统后续还发现 TEMPO 可以换成便宜得多的类似物 4-hydroxy-TEMPO,而性能几乎不打折。

    整个过程中人类做的最大一次干预,是叫停了用 DMSO 当溶剂的方案——因为化学家担心它会和用作对照的强氧化剂起反应。这类判断目前仍需要人类把关,但 AI 已经能决定”下一步试什么”,这在科学研究中是一个重要的里程碑。

    数据说话:AI 的实验量有多大?

    • 两轮实验下来,Maria 一共跑了 10080 个反应——这比一个化学家每天做三个、连做十年还要多。
    • 优化后条件下,测试的硼酸中有 88% 产率提升,磺酰胺中有 83% 提升。
    • 平均产率从 16.6% 涨到 25.2%。
    • 产率超过 30% 的反应占比,从 15.6% 提高到了 37.5%。
    • 人类化学家手工验证了 14 对底物中的 11 对,产率确实提高了,其中 8 对涨了两倍以上。

    “近乎自主”,而非”完全自主”

    整个实验过程历时两个半月——从 3 月 4 日发出第一个 prompt,到 6 月 4 日把 OAI-M1-03 的结果交给外部专家验证。其中两个半月在做实验,最后半个多月是人类化学家撰写和核实结果。

    OpenAI 在声明中特别强调,这套流程仍然是”近乎自主”(nearly autonomous)而非”完全自主”。理由很明确:人类化学家始终在做重要决策。模型负责提出关键的研究想法,人类则提供高层引导和风险判断、纠正实验细节、帮忙备料配试剂,还亲手重复了关键实验。在这个过程中,人的判断仍然是不可或缺的。

    那么,AI 实现药物全自动研发还有多远?从这次的成果来看,前沿模型已经能够支持科学研究的大部分环节——审查文献、提出假设、设计实验、解释数据,以及发现人类专家可以验证的成果。但”完全自主”的药物研发,至少在今天,仍然是一个正在靠近而尚未抵达的里程碑。

    📎 原文来源:OpenAI 官方博客 | 中文编译:量子位
  • OpenAI数学模型推翻80年数学猜想,这次它没要人类帮忙

    OpenAI数学模型推翻80年数学猜想,这次它没要人类帮忙

    一道困了数学界80年的题

    Paul Erdős在1946年提出了一个看起来很简单的问题:平面上放n个点,最多有多少对点之间的距离恰好等于1?

    这个问题叫”平面单位距离问题”。直觉告诉你,如果把点摆成正六边形网格,单位距离的对数应该差不多和n成正比。Erdős的猜想就是这个意思——他猜上界是n的某个接近线性的函数。

    接下来的80年里,无数数学家在这个问题上留下过工作。Fields奖得主Terry Tao、Jean Bourgain都来试过。每次进展都只是把参数往前推了一点点,没有人能彻底证明它,也没有人能把它推翻。

    AI数学定理证明概念图
    OpenAI模型自主完成数学证明,推翻了困扰数学界80年的Erdős猜想

    OpenAI模型做了什么

    2026年5月20日,OpenAI联合创始人Greg Brockman在X上发了一条公告,语气平静得有些反常:

    “An OpenAI model has achieved a major breakthrough in mathematics, by disproving a central conjecture in discrete geometry that was first posed by Paul Erdős in 1946. This is the first time AI has autonomously solved a prominent open problem central to a field of mathematics.”

    这句话里有几个词值得停下来读一遍:autonomously(自主地)prominent open problem(核心开放问题)first time(首次)

    他们把一个通用推理模型拉过来,给了它一段文字描述的问题陈述,没有翻译成形式语言,没有人告诉它从哪个方向入手,也没有提供任何中间步骤的提示。模型返回了一段完整的证明。

    证明的核心结论是:存在一种n个点的平面配置,使得恰好等于1距离的点对数量至少达到n^(1+δ),其中δ是某个固定的正指数。这直接推翻了Erdős的猜想。

    和以前的AI数学工作有什么不一样

    过去几年,AI在数学上的进展已经有了几个值得注意的节点。AlphaGeometry在2024年能在奥数几何题上达到金牌水平,但它用的是神经网络加形式化符号系统的混合架构,整套推理框架是人工设计的。

    AlphaProof在2024年可以证明奥数中的竞赛题,也是在形式化证明语言(Lean)的框架里工作,问题被提前”翻译”成机器可操作的格式。

    它们很强,但有一个共同特点:人类的介入不只是提问,而是设计了整套工作框架。AI在其中像一个被放进跑道里的赛马,跑得很快,但跑道是人铺的。

    这次的OpenAI模型不同。它接收的是一段文字描述的数学问题,没有翻译成形式语言,没有人告诉它从哪个方向入手,也没有提供任何中间步骤的提示。它产出的是一段完整的证明,然后交给人类验证。

    数学家怎么看

    Fields奖得主Tim Gowers在看到这个结果后公开表示,这个结果引出了”真正有趣且微妙的问题”。他的措辞是克制的,但Gowers向来是这种风格。他没有说”AI成了数学家”,也没有说”这只是个工具”。

    这种克制本身说明了一些事情。数学界的主流分歧大致是这样的:支持者认为,AI在这道题上展示了跨域知识连接能力,把代数数论和平面几何拉到同一个框架里,这本身不是一件容易的事,哪怕对人类数学家也不是。

    反对者说,现有模型是”插值机器”,只能在训练数据的隐含模式里打转,难以实现真正的范式突破,比如微积分或广义相对论那种级别的飞跃。

    两种看法都有道理,但有一点正在变得难以否认:那种”大语言模型不可能做出真正的数学发现”的论断,需要重新校准了。

    这意味着什么

    这不是AI替代数学家的信号,但它确实是一个节点:AI作为独立提出数学论证的主体,而非单纯的辅助计算工具,已经在这道题上成立了

    对科研工作流来说,这个节点的含义比听起来更具体。如果一个通用推理模型可以接到开放问题、自主探索、产出可验证的证明,那么它在科研中的位置就不再只是”帮我查文献””帮我写代码”,它开始具备了参与”想问题”本身的可能。

    再说边界。这次的问题,尽管开放了80年,仍然属于一类有明确陈述、有清晰验证标准的数学问题。AI的证明是在一个相对封闭的问题空间里完成的。

    那些真正改变人类认知底层结构的发现,比如提出一个全新的数学分支,或者察觉到两个毫不相关领域之间的深层联系——这仍然是一个开放的问题。目前没有证据表明现有模型能做到这一点。


  • OpenAI砍掉Pulse每日摘要,ChatGPT的「早报」功能为啥只活了9个月

    OpenAI砍掉Pulse每日摘要,ChatGPT的「早报」功能为啥只活了9个月

    6月18日,OpenAI在宣布升级ChatGPT”定时任务”功能的同一条推文里,顺带说了一件事:Pulse要关了,14天之内正式下线。Pulse这个东西,如果你没用过,简单说就是ChatGPT给你的”每日早报”——它根据你的兴趣,每天自动生成一份新闻摘要,推送到你面前。

    OpenAI砍掉Pulse功能
    OpenAI宣布砍掉Pulse每日摘要功能,建议用户改用定时任务

    Pulse是2025年9月才上线的,算下来只活了大约9个月。在AI产品的生命里,这不算特别短——但也不长。OpenAI给的替代方案是用”定时任务”来自定义每日简报。换句话说,以前Pulse是主动推给你,现在是你要自己设一个定时任务,让ChatGPT每天定时帮你生成一份。

    为什么要砍掉Pulse

    OpenAI没细说原因,但可以猜一猜。一种可能是用的人不够多——主动推送的每日摘要,听起来很酷,但实际用起来,很多人可能看了两天就腻了。另一种可能是运营成本。Pulse需要每次都调用模型生成内容,还要做个性化,这都是真金白银的算力。如果留存率不够好,砍掉也合理。

    换成”定时任务”来代替,其实更符合OpenAI现在的产品逻辑。他们想让ChatGPT变成一个”什么都能做”的平台,而不是一个只能被动接收推送的App。你设一个定时任务,每天自动跑,效果和Pulse差不多,但更灵活,还能做更多定制。

    Pulse的死亡,某种程度上反映了AI产品的一个普遍困境:概念很性感,但实际使用频率很难做高。每日摘要这种东西,用两次觉得新鲜,用一个月后还能坚持的人,不多。

    这件事还有一个值得玩味的地方。OpenAI在推文里说Pulse会在”接下来的14天内”下线,但没有给出一个精确的最后日期。这种模糊的告别方式,在某种程度上也挺符合OpenAI一贯的作风——先宣布,再慢慢退,给用户一点时间适应。

    不管怎样,如果你还在用Pulse,抓紧时间,还有不到两周。之后要想在ChatGPT里看每日摘要,就得自己动手设定时任务了。