【智能前线】第28期：彭博专访Altman，扎克伯格重注买Meta AI未来

2025年6月12日，彭博发布Sam Altman专访，谈论星际之门、人形机器人、OpenAI的未来。Sam Altman指出，AI模型需求远超预期，导致算力需求激增，迫使OpenAI将工作重心转向构建史上最大规模基础设施项目星际之门。为应对这一挑战，OpenAI与软银、甲骨文等巨头展开合作，预计未来数年AI增长将需要高达5,000亿美元资金支持。

2025年6月10日，媒体曝光Meta将以149亿美元/1,066亿人民币，收购Scale AI 49%股权，Scale AI联合创始人Alexandr Wang，将成为Meta新成立超级智能小组负责人。此次交易旨在解决Meta在AI竞赛中数据质量与顶尖人才流失问题，尤其在Llama模型表现不佳背景下。Scale AI以军事级数据标注精度、多模态数据垄断优势，有望显著提升Meta训练数据质量与效率，更能使Meta完成从应用、到AI基建角色转变。

本期智能前线，选择Sam Altman彭博专访纪要、Meta收购Scale AI分析报道，瓜哥AI新知、极客公园发布，六合商业研选精校，分享给大家，Enjoy！

正文：

全文7,801字

预计阅读16分钟

彭博专访Sam Altman：为什么星际之门要花5,000亿美金，微软已无法满足需求

时间：2025年6月13日

来源：瓜哥AI新知

字数：5,643

OpenAI CEO Sam Altman接受Bloomberg Originals频道专访，谈论星际之门、人形机器人与OpenAI的未来。

内容摘要

AI模型需求远超预期：用户对AI模型渴求，远超OpenAI最初设想，导致算力需求激增。

基础设施建设为王：OpenAI重心，已从模型训练，转向构建星际之门这一史上最大规模的基础设施项目。

多方合作势在必行：OpenAI庞大需求，非单一公司所能满足，必须与微软、软银、甲骨文等巨头联手。

千亿资金铸就未来：未来数年，AI增长，预计需要高达5,000亿美元的资金支持。

财务可持续性信心十足：OpenAI坚信自身能够实现财务可持续，并盈利。

GPU资源瓶颈凸显：GPU短缺，已成为OpenAI发布新功能、满足用户需求的掣肘。

推理需求增长迅猛，数据中心设计须与时俱进：数据中心的设计，必须优先考虑推理需求的巨大增长。

竞争格局与核心优势：OpenAI在基础设施与顶级应用层面拥有显著优势，ChatGPT用户量领先。

AI赋能无限可能：AI将作为强大工具，极大释放人类创造力，推动科学发现的边界。

人形机器人浪潮将至：世界尚未为人形机器人到来，做好充分准备，AI对生活与工作影响将日益真切。

效率提升是破局关键：OpenAI致力通过更优芯片、能源方案与算法，持续提升AI效率。

领跑全球AI竞赛：OpenAI立志在全球AI竞赛的浪潮中，保持领先。

创新一日千里：AI领域创新速度惊人，发展日新月异。

初为人父的深刻转变：成为父亲，让Sam Altman优先事项发生巨变，更坚定确保AI惠及全人类的决心。

未来展望：科学发现的加速器，AI将极大加速科学探索与人类发现进程，未来具体图景有待描绘。

英伟达行业基石地位：英伟达凭借卓越产品，在行业内拥有举足轻重影响力。

AI冲击就业格局：AI将重塑就业结构，部分岗位会被取代，将创造新的就业机会，变革速度，可能超越社会适应能力。

杰文斯悖论的现实映照：技术进步，往往伴随资源消耗总量增加，并非悖论，而是常态。

访谈全文

主持人：我亲眼见证在阿比林发生的一切。非常酷，一切都在真实发生。

让我们回到星际之门Stargate项目之前，是什么让你意识到，我们需要更多算力、更强能力、更广连接，是已经触及某种极限，必须进行扩展？

Sam Altman：过去，我们主要关注训练模型所需算力，对用户将如何使用这些模型的考量相对较少。

我们也有所考量，事实证明，用户使用这些模型的意愿，远超我们预期。

这个问题大约在几年前，GPT-4 与 ChatGPT 发布之后，真正凸显出来。

这已从最初巨大算力需求，演变成堪称史上规模最大的基础设施项目。

我们开始思考如何实现这一目标，试图找出供应链的瓶颈所在，星际之门Stargate项目应运而生。

此前我们已进行一些小规模尝试，例如与微软等伙伴合作，共同构建庞大的算力集群，星际之门是这一演进过程中的新阶段。

主持人：你为此环游世界，与各方人士洽谈。

你是如何与孙正义Masayoshi Son，与拉里·埃里森Larry Ellison，会面，促成合作？

Sam Altman：我认识孙正义先生很久了。2023年，我进行了两次较长时间环球旅行。

很多时候，我出行，也是为了深入了解供应链的实际情况，这对我是全新的领域。

我之前从未想过，要以如此巨大的规模，来启动与运行计算集群，究竟需要做些什么，这困难重重。

一次旅途中，我与孙正义先生会面。他长期以来一直在思考芯片制造，乃至整个产业链布局。

我们开始探讨，要实现如此规模计算，究竟需要什么。我们花了不少时间才逐渐明晰，这背后是错综复杂的供应链，需要众多合作伙伴参与，巨额资金投入。

主持人：软银SoftBank是你们金融伙伴，甲骨文Oracle是技术伙伴，为什么微软无法满足你们所有需求？

Sam Altman：微软为我们提供巨大支持，这项目体量，已经超出任何单一公司所能承载的范围。微软未来仍会为我们提供海量算力，我们对此非常满意。

主持人：为什么称为星际之门Stargate？

Sam Altman：最初只是内部代号，有时代号用久了，就沿用下来。

主持人：它有什么特殊含义？

Sam Altman：早期数据中心布局的设计图，看起来有点像科幻剧《星际之门》里场景。

主持人：你们在白宫宣布这件事，这件事是如何呈报到总统案头，当时情景是怎样？

Sam Altman：总统对基础设施建设非常感兴趣，并将能源生产与数据中心设施的审批视为一项重要优先事项，我认为这非常好，我们对话是这样开始的。

主持人：我们正处在AI变革关键时刻，尤其鉴于过去一周进展。

你已经预见到下一步路线图，这将如何影响未来数据中心设计理念？

Sam Altman：我认为，如何设计数据中心方面，从芯片到整体架构，我们有很多细节需要学习与探索。

目前最让我关注的，是推理inference，需求的爆炸式增长。我们资源捉襟见肘，我们已经拥有规模极其庞大的算力集群。

我们产品与服务，始终供不应求。对我而言，除了我们已有的技术经验与未来构建蓝图之外，最核心的问题是，我们需要更多算力。

主持人：为什么需要高达 5,000 亿美元，外界对此不清楚具体资金构成、出资方、已落实的金额。

Sam Altman：你是想问这笔钱用途，还是资金筹集方式？

主持人：解释一下 5,000 亿美元数字的由来。

Sam Altman：这个数字，涵盖我们根据增长预测，在未来几年内所需的算力容量。

一个有趣的问题是，如果我们现在知道如何筹集到1万亿美元，我们目前还不知道，我们能否在未来几年内，有效将其部署，并实现盈利？

对此我尚不确定，我坚信，投入的5,000 亿美元，能够创造相应价值，最终收回成本。

主持人：你们最近又筹集更多资金，通常是投入到 OpenAI 本身。

面对如此巨额投资，高达数百亿美元，你有多大把握 ，OpenAI 能够成为财务可持续、盈利的公司，证明这些投资的合理性？

Sam Altman：目前看，我们进展非常顺利。我们无疑在做一些史无前例的事，我对这笔投资充满信心，这并不意味着万无一失。

主持人：你曾说 GPU 都快融化了，还提到 GPU 短缺，团队都无法入眠，你们实在太忙了。

Sam Altman：我没想到大家会当真，那只是个玩笑，一种比喻。

GPU 运行得非常热，金属部件没有融化。

主持人：当一次产品发布，引发如此巨大轰动时，内部是怎样情形？星际之门项目，将如何缓解这类问题？

Sam Altman：首先，这种规模的增长极其罕见。

我认为，我们过去一周所经历的，在科技史上任何一家公司都未曾发生过。

我见证过许多产品爆火的瞬间，从未见过任何公司，需要应对如此汹涌的用户潮。

主持人：你们曾在1小时内新增百万用户，甚至更多？

Sam Altman：在某些时段，确实如此。这种增长速度，是前所未有的疯狂。

图像生成，并非低算力消耗的任务，我们不得不采取许多非常规措施。

我们不得不从研究部门调拨算力，不得不暂缓其他一些功能的迭代速度，我们并没有成千上万闲置 GPU。

如果我们拥有更多 GPU，就能更好应对需求激增，也无需施加诸多限制。

就在今天早上，我在梳理未来几个月计划发布的功能清单。

我看着清单，再对比我粗略估算的 GPU 到货时间，与预计能实现的效率提升，心想这根本行不通。

我们必须砍掉一些功能，做出取舍，对某些服务加以限制。我非常不喜欢这样做，现实是资源无法同时满足所有需求。

可以通过提升效率来实现一部分目标，我们正努力这么做；可以限制功能与使用量，我们也这样做了。

归根结底，更多算力，意味着我们可以为用户提供更强大AI，可以用来生成图像、编写软件，做任何用户想做的事。

主持人：马斯克也有自己数据中心。xAI 最近收购 X，意味着他能接触到海量额外数据。他称 Grok 是地球上最智能的 AI，你怎么看？

Sam Altman：我不太用它。

主持人：我认为 Grok 可能是非常不错的模型，市面上竞争者众多。

Sam Altman：有很多不错的模型，我认为优秀的模型，未来会变得非常普及。

主持人：OpenAI优势何在？

Sam Altman：我们优势在于基础设施层面、顶级应用体验。ChatGPT 用户量，远超其他任何 AI 服务。

随着我们不断推出新功能，我相信领先优势，会随时间推移，愈发巩固。

主持人：一旦这一切，基础设施，都建立起来，你宏伟愿景是什么？

Sam Altman：为人们赋能，提供强大工具，让他们能更好完成工作与创造。

某种意义上说，AI 与以往技术有所不同；但在更多方面，它也只是一种新工具，是科技发展史上的新篇章。

人们会运用它来释放创造力，创造出我们都喜爱的事物，或许也有一些我们不喜欢的，或仅是为了自娱自乐的东西。

我个人最兴奋的，是 AI 在科学发现领域的应用，我认为将是革命性的。

我们目前尚未完全达到那个阶段，已经不远。

我预想，到 2025 年，AI 代理将能完成大量任务，主要还是我们已知如何完成的工作。

我期望，2026 年，能成为 AI助力实现真正全新科学突破的1年。

主持人：你是否设想在每个大洲，都部署多个星际之门这样的数据中心？接下来，我们会在哪些地方，看到 OpenAI 新项目破土动工？

Sam Altman：你会在其他大洲看到它们，或许不会遍布到处，我不知道确切地点，就像你亲身参观过一个那样。

主持人：我参观过一个，建设这些设施绝非易事。这无疑是对未来的一个大胆赌注，风险何在？

Sam Altman：也许人们不再想要...

主持人：你如何看待英伟达这样的芯片制造商，对整个行业，乃至行业的未来，拥有如此巨大影响力？

Sam Altman：他们制造了令人难以置信的卓越产品，当你能创造出这样产品，市场自然会追捧，影响力随之而来。

主持人：我们看到数据中心项目会雇佣很多人。

有一种说法是，AI 与数据中心，将创造数以万计就业岗位。与此同时，AI 正在取代其他领域工作岗位。

我能感受到，外界对此存在普遍焦虑，人们感到恐惧，即便是顶尖工程师与技术人员也不例外。你想对这些感到忧虑的人，说什么？

Sam Altman：AI会改变许多工作形态，一些岗位会消失，也会催生大量新的就业机会，本是技术发展的常态。

回顾世界历史，技术驱动的就业结构变迁，旧职业消亡与新职业诞生，是持续发生的现象。这种变迁，可能时有间断，总体已经持续很长时间。

这次特殊之处在于，这些变化发生的速度之快。我认为，世界尚未为此做好充分准备。

人们或许还在抽象思考，AI 会成为比我更优秀的程序员，或者在客户支持方面做得比我更好，诸如此类。

世界可能未真正迎来人形机器人时刻的冲击，我认为，我们距离切身感受到 AI 对生活与工作方式产生深远影响的那一天，已经不远，变革正在到来。

我们一直努力坦诚沟通我们预见到的影响，也清醒认识到，在许多细节判断上，我们可能会犯错。

主持人：当人形机器人真正普及时，世界会发生什么变化？

Sam Altman：它们能胜任许多工作，我想强调的重点是，当你走在街上，看到七、八个机器人在你周围忙碌穿梭，从事各种工作时，那种感觉会非常具有科幻色彩，极具冲击力。

主持人：DeepSeek团队似乎找到更高效驱动 AI 的方法，这是否促使你们重新审视现有方法，你们目前是否采取不同策略？

Sam Altman：我认为 DeepSeek 团队非常有才华，取得许多出色的成果，我并不认为他们已经找到一种比我们现有方法更高效的途径。

主持人：你认为存在更高效的方法？

Sam Altman：我对此深信不疑，我们每年在提升效率方面，都取得令人难以置信的进展，我坚信未来我们会持续进步。

主持人：如果效率能持续提升，为何还要建造如此庞大的基础设施？

Sam Altman：即便我们能将 AI 使用成本降至目前1/10，我认为届时人们使用量可能会增长 20 倍。即便如此，我们可能仍需要现有算力的2倍，才能满足届时需求。

主持人：我们聊聊杰文斯悖论，你觉得它如何应用于当前情况？技术进步，是否必然导致资源消耗增加？

Sam Altman：在我看来，这从来都算不上什么悖论。

我们讨论供需曲线、弹性、诸如此类概念，有人跳出来说，看我用杰文斯悖论难倒你，但这几乎是世界运转的常态。

主持人：你认为会有更高效的方式来应对，具体是什么，比如更先进的芯片？

Sam Altman：你说的都对。我们会拥有更先进芯片、更优质能源、更卓越算法，我们将优化一切。这正是整个行业努力的方向，优化一切。

主持人：中国将是AI领域一支劲旅，你认为 OpenAI 在这场全球竞赛中胜算几何？

Sam Altman：我理应对此有番深刻见解。

我们正竭尽所能，我们每天一睁眼，就在思考如何能做得更好一些。

我不知道，即便我对这个问题有什么深刻的答案，我们行动方针又会改变多少？

主持人：你曾提到特朗普关注基础设施建设，特朗普正值AI发展关键时期，你认为他将为这个时代留下怎样印记？

Sam Altman：我认为他将有机会做出一些关乎AI未来、全球瞩目的重大决策。我乐观看待他能真正做出正确的抉择，我不太确定，他肩负的责任重大。

主持人：创新的步伐之快，我们一直在讨论各种发布，这里创新速度简直令人难以置信。你们发布新品速度，各项进展，接踵而至的速度，我在阿比林红土所见证的一切，你个人如何适应这种节奏？

Sam Altman：特朗普总统令我印象深刻的一点是，他能迅速理解整个行业及其所有变化，似乎很快就能凭借敏锐直觉，就此做出明智决策。在局势瞬息万变之际，他能做到这点，让我非常佩服。

我身处其中，日日如此，这就像看着自己孩子长大一样。你每天都见证点滴变化，不会觉得惊心动魄，能感觉到发展非常迅速。

我确信，如果能回到3年前，眼前的进步，定会让我觉得匪夷所思。但日复一日，人总是能适应一切。

主持人：你提到孩子，你刚迎来自己宝宝。这件事对你，是否重新定义什么？

Sam Altman：恐怕我说不出什么不落俗套的感言，这是有史以来最美妙、最不可思议的经历，它彻底重塑我人生优先级。

我记得在孩子出生的第一个小时，我感受到一种神经化学上的改变，来得如此迅猛。

我当时心想，我能清晰观察到这一切，感觉就像被神经化学物质入侵一样，我意识到它的发生。我欣然接受，知道一切都将不同。

主持人：你当前所从事的事业，你所构建的一切，对全人类究竟意味着什么？为人父这件事，是否重塑你在这方面认知？

Sam Altman：很多人对我说，真为你高兴，你有了孩子。

他们觉得这或许能让我在某种程度上做出更明智的决策，肩负着为全人类做决策的责任。过去，我非常渴望把事做对，并会为此竭尽全力。现在，我依然如此渴望。

不知为何，感觉有所不同，我又说不清具体哪里不一样。

主持人：展望未来，如果ChatGPT真的发现 星际之门，一个能让我们穿越到未来的虫洞，另一边会是什么景象？你是否已洞察到一些我们常人尚未企及的未来图景？

Sam Altman：如果ChatGPT真能把我们传送到未来……

主持人：通过星际之门，或者说虫洞，请务必满足一下我对虫洞的好奇心。

Sam Altman：我不知道。说实话，没人知道。

我认为AI将极大、超乎想象加速科学探索、人类发现进程，拓展我们对可能性边界的认知。

我敢说，即便身处1905年，我绝无可能预言即将被发现的物理学，更不用说40年后原子弹的诞生，绝对不可能。

我深知自身局限，不会妄言虫洞的另一边究竟是什么，我真的不知道。

主持人：总的来说，未来是光明的，是幸福，会更好，一个更美好的世界？

Sam Altman：会有起伏波折，并非尽善尽美，我认为大方向是积极向上。

整体趋势向好，过程免不了颠簸。

1,000亿天价，扎克伯格买下半个天才与Meta AI未来

时间：2025年6月11日

来源：极客公园

字数：2,067

不仅是大模型本身，Meta也要成为AI基建大厂。

美国时间6月10日，媒体曝光Meta将以149亿美元，折合人民币约1,066亿元价格收购Scale AI 49%股权，Scale AI联合创始人Alexandr Wang，将成为Meta新成立的超级智能小组负责人。

此次交易，按股权比推算，Wang与团队有可能获得74亿美元，堪称是硅谷成本最高的挖角。作为对比，谷歌在2014年收购DeepMind团队6亿美元。

扎克伯格内部信中写道，我们将共同构建AI未来。

Llama 4模型折戟、AI团队人员不断流失现实下，Meta此次大举押注Scale AI，有了Scale AI与Alexandr Wang，Meta能否在接下来AI大战中重新找到自己的位置？

最贵的摇摆人

作为AI时代硅谷蹿升最快的公司，Scale AI估值一直以火箭速度蹿升，短短5年，膨胀至138亿美元。此次Meta收购前者49%股权，需要付出149亿美元成本。

49%是为了反垄断审查考虑，Meta与扎克伯格想要的，是联合创始人之一Alexandr Wang这个人，19岁创业天才，将成为Meta新成立的超级智能实验室的负责人，带领Meta AI进入新时代。

Meta彻底买下Wang并不确切，Wang将继续担任Scale AI CEO，代表Wang与Scale AI将继续保持独立，这可能也是历史上成本最高的脚踏两只船，Scale AI如果保持增长势头，Wang可能成为硅谷身家增长最快的创业者，没有之一。

扎克伯格如此急不可耐、Meta以罕见金额，出手押注Scale AI与Wang，体现出的是他因Meta在AI竞赛中逐渐掉队的焦虑。

2024年，Meta推出参数规模达1.8万亿的Llama 4 Behemoth，但在多模态理解、长文本推理等关键指标上，仍落后GPT-4.5约12%。

更尴尬的是，Llama 训练数据的质量问题被曝光，业内估算约30%语料，来自低质量社交媒体内容，导致模型频繁输出错误信息。

刚成立2年的Scale AI团队，最左侧为Wang

Meta AI研究员匿名吐槽，我们缺的不是算力，是干净的数据与顶尖工程人才。这解释为何扎克伯格要砸重金请来Wang，一个以数据标注技术闻名的基建狂魔。

作为估值最高的数据标注公司，Scale AI蹿红，不是没有道理。

Scale AI护城河，在于将原始数据转化为AI可用燃料的能力。

军事级标注精度：公司自述，通过混合人类标注员+AI质检的双保险，数据错误率仅0.3%，行业平均为5%。

多模态数据垄断：拥有全球最大的视频动作标注库，含1.2亿条人体动作数据，与跨语言文本数据集，覆盖217种语言。

花149亿美元巨资买下半个Scale AI与Wang，Meta野心不仅在于AI大模型本身。

转型AI基建，弥补B端短板

大模型领域三要素，数据、算力、模型。

Meta作为社交巨头，在数据与算力有天然优势，在数据上需要打个引号，Meta数据量大，如果质量不行，对AI模型训练作用不大。

请务必阅读免责声明与风险提示