上周在MIT的发言中,OpenAI CEO Sam Altman表示,让模型变得更大将不会进一步带来新进展。这从OpenAI不急于训练GPT-5也能看出些端倪,此前Sam Altman亲自辟谣表示目前没有训练GPT-5,短期内也不会训练。日前在OpenAI官网的招聘列表中,出现了“ChatGPT移动工程经理”以及“Android软件工程师”等一批面向移动端的新职位,看似OpenAI开始着手将ChatGPT带到移动端了。
“有意见”留言板
@不倒翁:不管OpenAI创始人是多么的理想主义者,商业化运作是大模型发展的最优选择,一方面模型越大,成本越大,必须找的一个模型规模和成本压力平衡的点,这样既能满足大部分用户需求,又能保障长期提供服务。另一方面商业化必须抢占更多的终端设备,而选择移动端仅仅是开始,未来相信只要是智能终端,不管是手机、手表、电视、冰箱、衣柜、床、杯子等都可以实现模型接入。当然这需要把算力放在云端进行推理,设备端只是输入结果,会造成高延时的体验。当然相对于一个好的聊天系统,一个稍微长的时延还是能接受的。
@黑咕隆咚:OpenAI选择进入移动端其实是一个很好的决定,这将有更多机会把AI技术带给更广泛的用户,用户使用起来会更加的便捷。但毕竟移动端计算能力有限,未必能承载这么大的算法。再加上移动端对AI的隐私保护和安全要求更高,OpenAI需要进行更多的安全性测试和优化。这都是需要考虑的问题。
@周一见:开发GPT-5将引发的伦理和社会问题无法妥善解决的话,在当前的AI发展背景下,发力移动端也是一种明智的战略选择,不过移动端市场应用场景虽广阔,但满足市场需求也不是件容易的事儿,换个赛道继续卷呗。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。