OpenAI新模型不是GPTX！全新预训练“土豆”曝光，Sora成弃子的原因找到了

Sora“世纪大关门”后，全网热议OpenAI此举背后动机，本以为这是为了IPO而进行的战略收缩。

结果联创兼总裁Greg Brockman直接放料——其实是为了一个“蓄谋已久”的Super App。

而且不止告诉你这个Super App长啥样，连即将到来的新模型“Spud”（中文名土豆？）也没憋住。

等等，如果你和我一样，以为“Spud”不过是又一个“GPTxxx”，那就大错特错了！

Greg已经说了，这是个重新预训练的模型，凝聚了OpenAI过去两年的心血智慧——等上手你就会意识到，它将变得有多聪明且“顺从”。

还没完，Greg还聊到了OpenAI今年的大笔融资、和A社家对B端用户的争夺……

以下为播客实录精校（感谢AI），在不改变原意的基础上做了适当编辑。

主持人：现在外界看到你们放弃Sora转向Super App，为什么？

Greg：过去我们一直在两条线并进：一是研发深度学习技术，看它能否产生我们设想的积极影响；二是尝试部署这项技术，为业务提供支撑，积累真实世界的落地经验。

现在我们到了一个节点——技术已经验证可行，不再只是跑benchmark、做智力演示，而是必须进入真实世界，通过人们实际使用来获得反馈，才能继续推进。

所以这是一个更大的战略调整，不是因为我们要从消费端转向B2B，而是因为我们不能什么都做。我们要聚焦那些能形成协同、真正产生影响力、能帮助每个人的应用。

主持人：你曾把OpenAI比作迪士尼，以模型为核心（像米老鼠），然后衍生出视频、助理、企业服务等。现在是无法兼顾了吗？

Greg：实际上这个比喻依然成立，而且某种程度上反而更适用。但从技术层面看，Sora视频模型与GPT系列（核心推理模型）是技术树上不同的分支。

我们确实还在继续做Sora的研究，但它是放在机器人领域里推进的——机器人目前仍处在研究阶段，还没成熟到未来一年就能在知识工作领域大规模落地。

所以我们当前的战略是：把主要精力放在GPT系列上，这不仅包括文本，也包括语音等交互，这些都是在同一个模型上做微调，而不是另起新枝。在算力有限的情况下，同时推进两个差异巨大的产品分支非常困难。

主持人：那你为什么不押注Sora这条路？视频生成进步这么大。

Greg：现在最大的问题是机会太多。我们在OpenAI很早就发现，只要逻辑在数学上成立，几乎所有想法都能奏效，这就是深度学习的迷人之处。

但重点在于排序和时机。我们已经确信文本模型可以走向AGI——AGI就在眼前，今年还会有更强的模型。

比如最近，一位物理学家研究了很久的难题，OpenAI模型在12小时内就给出了解决方案。这种“思考”的能力让我们必须加倍下注。这不是说哪个方向不重要，而是OpenAI肩负的使命是把AGI带给世界，我们要做的就是把这条技术树推到底。

主持人：DeepMind的哈萨比斯曾说，图像生成器最接近他心中的AGI，因为它们必须理解物体间的互动。OpenAI会不会因为只押注一条路径而错失什么？

Greg：在这个领域你必须做出选择。OpenAI从一开始就决定了自己相信的AGI路径。而且，图像生成也是ChatGPT的重要功能，但我们是基于GPT架构而非扩散模型来实现它的。

所以我们要做的是尽可能统一技术栈，这样才能支撑起整个经济——OpenAI做的是“通用”人工智能，G就代表这个意思。

主持人：那Super App具体会是什么样？

Greg：它将整合编程、浏览器和ChatGPT。我们希望为你构建一个能让你体验AGI力量的端点应用。它不仅是一个工具，更是你的“个人助理”，它了解你、与你的目标一致、值得信任。

以前Codex只是软件工程师的工具，现在它将变成每个人的工具。你想让电脑做什么，直接告诉它就行，电脑会顺应人类，而不是人类顺应电脑。

主持人：这不仅是针对商业，也针对个人生活？

Greg：没错，就像你的笔记本电脑既用于工作也用于生活。未来的Super App会有记忆，它连接你的邮件、日历，知道你的偏好，从而更深层次地帮你达成目标。

Greg：未来几个月会分步推进。起点就是Codex应用——它既是通用的智能体框架，能调用各种工具，又擅长写软件。这个通用框架可以接入电子表格、Word文档，帮你完成知识工作。在OpenAI内部，我们已经看到很多人自发用它来做这些事。第一步就是让Codex对普通知识工作更友好，后面还有很多步。

主持人：像Anthropic已经有了Claude Code等类似Super App的功能。OpenAI觉得自己赶上来了吗？

Greg：如果回看12到18个月前，OpenAI一直很重视编程这个方向，在各种编程竞赛上成绩最好。但当时没怎么投入“最后一公里”的易用性——AI虽然能解竞赛题，但没接触过真实世界的代码库，那些代码杂乱无章，不像它训练时遇到的那样规整。