新智元报道
新智元报道
【新智元导读】GPT-5，已经被OpenAI员工抢先用上了？就在今天，奥特曼在X上关注了一个神秘人，引起全网猜测。不止两人爆料，自己可能提前体验了GPT-5，甚至也有网友疑似被灰度测试到了。今夏推出的GPT-5，已经掀起全网疯狂！
就在今天，关于GPT-5的讨论再度火了，X上的神秘爆料满天飞。
起因是这样的，Sam Altman在X上关注了了一个叫Yacine的人。
这个人说，自己刚刚试用了一个AI公司的大模型，体验非常震撼。他敢打赌，没有任何人能预料到前方即将来临什么样的风暴。
而另一位「Aidan」，也在这个帖子下面发言说，自己有同样的经历。
很多人猜测，他们测试的就是GPT-5。
原因在于，Aidan就是OpenAI的员工，而Yacine刚刚被xAI解雇，却忽然被奥特曼关注了，两人同时这样说，绝对不是巧合。
有很大可能，他们已经提前获得了GPT-5的访问权限。
甚至，他们看到的东西一定非常惊人，这可能就是互联网崩溃的前一刻。
另外还有知情人表示，Yacine一直在考虑创办一家初创公司，现在Altman关注了他，或许是打算挖他到OpenAI？
总之，如今全网再次陷入讨论GPT-5的热潮。
其实不怪网友多心，因为有越来越多的人，晒出了自己似乎被灰度测试GPT-5的经历。
比如这位网友，发现自己在使用OpenAI的模型时，被灰度到了一个全新的AI。
在没有提示的情况下，它就可以连续思考3分钟，同时还进行了大量搜索。
同样也是在26号，另一位网友发现，如果选择的模型是4o，ChatGPT会开始思考。这就让人怀疑，OpenAI是不是正在悄悄过渡到GPT-5。
此前在OpenAI播客中，奥特曼对于GPT-5的发布时间已经比较确定了——「可能是今年夏天的某个时候」。
而在一周前，奥特曼也出现在了YC在旧金山举办的AI创业学校活动中。
在采访中他这样透露：GPT-5会迈向完全多模态！
具体来说，预计今年夏天推出的GPT-5，是一个多模态模型，支持语音、图像、代码和视频等多种输入方式。
GPT-5不会完全实现OpenAI对未来模型的终极愿景，但将是过程中的重要一步。
而GPT-5系列模型的最终愿景，就是一个完全多模态的集成模型。
它将具备深度推理能力，能进行深入研究，生成实时视频，以及编写大量代码，即时为用户创建全新的应用程序，甚至渲染提供用户交互的实时视频。
当这一切实现时，将带来一种全新的计算机界面——几乎「消失」，变得无感。
再早些时候，在今年2月，奥特曼还曾在X上发文表示，OpenAI的一大目标，就是通过创建能使用所有工具、知道何时长时间思考或不思考的系统，来统一o系列和GPT系列模型，使其胜任广泛任务。
GPT-5模型将在ChatGPT和API中发布，整合语音、canvas、搜索、Deep Research等功能。
对于GPT-5，网友们也有诸多预测，有很多人觉得，它将成为首个真正的混合模型，可以在响应过程中在推理和非推理之间动态切换。
总结来说，它的关键特点是多模态、100万token的上下文、推理+记忆、更少的幻觉，以及o系列和GPT模型的融合。
可以说，它就是智能体的未来。
还有人预测，GPT-5的进步主要集中在以下几方面。
– 视频模态更「原生」，输入更自然;
– 智能体性能至少提升了50%，归功于 强化学习 的深度使用；
– 拥有更强的理解能力与直觉，特别是在任务链式执行或将多个已学行为组成更复杂任务的能力上；
– 可能出现层级结构（Hierarchy）；
– 不只有「选择合适模型」这种小把戏，而是有VLM-VLM这样的架构，用小而快的VLM代替大型VLM，以提高通用性、速度和响应能力。
不过，倒是也有OpenAI内部员工自曝说，其实内部最多也就比公开可用的模型领先两个月，所以GPT-5不会有巨大的飞跃，只是略有提升而已，不同的是会与许多工具集成。
而就在一个月前，也有GPT-4.1的核心研究员Michelle Pokrass揭秘了GPT-5进展。
她透露说，构建GPT-5的挑战就在于，在推理和聊天之间找到适当的平衡。
她表示，「o3会认真思考，但并不适合进行随意聊天。GPT-4.1通过牺牲一些闲聊质量来提升编码能力」。
「现在，目标是训练一个知道何时认真思考、何时交谈的模型」。
同时，她还首次对外介绍了更多关于GPT-4.1背后开发过程，以及RFT在产品中发挥的关键作用。比如，在提升模型性能方面，GPT 4.1聚焦长上下文和指令跟随。
另外，微调技术在GPT 4.1扮演着重要角色，RFT（强化微调）的出现，为模型能力拓展带来新的可能。与传统的SFT相比，RFT在特定领域展现出了强大的优势。
在4月份，Sam Altman对团队核心技术的采访，也曾交代了一些关于GPT-4.5预训练的「知识」。
在采访中，部分回答了为什么「预训练即压缩」能通向通用智能？
indigo发帖表示：智慧的核心在于学习者通过压缩与预测，逐步捕捉到世界本身的结构性并内化为知识。
1. 所罗门诺夫启发
访谈中提到一个概念：Solomonoff Induction（所罗门诺夫归纳）：
在所有可能描述（或解释）数据的「程序」中，越简单的程序，先验概率越大。还能通过贝叶斯的方式，不断更新对数据的解释。
在语言模型中，每成功多预测一个字或词，就意味着它找到了训练数据里的某种内在结构。
2. 更多「正确压缩」意味着更深层的理解
访谈里也多次强调：在多领域、多种上下文的数据中，模型反复预测（即查找「最优压缩」），就会逐渐学习到跨领域的抽象概念与关联。
这也就是大家常说的「涌现」或「通用智能」
3. 预训练与后续「微调/推理」策略的互补
预训练+定向的监督微调（或强化学习），则能让模型在某些推理、逻辑或任务场景下更加精准。
这两者结合，形成了GPT系列模型强大的通用能力。
无论如何，GPT-5的发布，必将给AI圈再次带来一场风暴。
显然，OpenAI的设想十分有野心。
在此前的一篇采访中，OpenAI首席华人研究科学家Mark Chen，就谈到了OpenAI通往AGI之路。
在公司的七年中，他领导了多项里程碑式的项目——o1系推理模型、文本到图像模型Dall-E，以及融入视觉感知的GPT-4。
在谈及AGI之时，Mark Chen表示，「我们采用非常广泛的定义，它不仅是ChatGPT，还包括了其他东西」。
一直以来，OpenAI将AGI视为AI的圣杯，并制定了五级框架来实现这一目标。
而现在，他们已经到达了第三级，智能体AI（Agentic AI）——能自主执行复杂任务和规划。
Mark Chen介绍称，OpenAI近期推出的两款AI智能体产品，Deep Research和Operator尚处于早期阶段。
Operator在未来，速度可以更快，轨迹可以更长，这些产品代表了OpenAI对智能体AI的雄心。
从这些内容中，我们或许也能隐约窥见GPT-5的端倪。
话说回来，最近OpenAI出走的两大高管Ilya和Murati也分别有了动静。
比如有媒体刚刚曝出，到处疯狂邀人的小扎，曾给Ilya发出一份价值320亿美元的「令人心动的offer」。
不过，Ilya看都不看一眼，大义凛然地拒绝了！
如此决绝地拒绝巨额收购要约，说明Ilya已经坚定决心，要独立推动AI的边界。显然，他正在追求比薪水更重要的东西。
相信SSI的首个模型/产品发布的时候，全世界都会为之震撼。
如今，成立仅一年的SSI已经成为AI领域中最受瞩目，也是最神秘的名字之一。
没有公开产品，没有演示，只有20多名员工，但在今年4月已经以320亿估值融资了20亿美元。
关于SSI我们仅能知道的线索是，它的使命是开发一个安全、对齐的超级智能AI系统，跟OpenAI日益商业化的方向形成了鲜明对比。
而就在几天前，前OpenAI CTO Murati创建的的Thinking Machines Lab（同样并无产品估值近百亿），被曝使命是「商业领域的RL」。
具体来说，公司将为企业提供定制化AI服务，重点是强化学习，专门针对收入或利润等关键绩效指标进行训练。
而且TML并非从零开始开发所有功能，而是依赖开源模型，将模型层进行整合，并使用谷歌云和英伟达服务器。除了B2B产品外，TML还计划推出一款消费产品。
这些从OpenAI出走的人才「散是满天星」，都在以不同方式向AGI前进。
而就在最近，在美国国会的听证会上，Anthropic联创Jack Clark表示：「未来18个月内，将会出现极其强大的AI系统。」
Jack Clark：Anthropic联合创始人及OpenAI前政策主管
他认为，所谓「强人工智能」可能比许多人想象的要早。
Clark表示，美国具备领先开发这种技术的条件，但前提是妥善应对随之而来的安全风险：
Anthropic认为，未来18个月内将会出现极其强大的AI系统。到2026年底，我们预计真正具有变革性的技术将会问世。
……
我们需要建立联邦立法框架，为我们指明清晰连贯的前进路径。
……
如果没有联邦层面的统一框架，我担心会形成监管真空 ……
因此，我们必须通过联邦框架找到前进的道路。
在这次听证会上，多位专家预测了AI时间表和未来风险。
Clark介绍了Anthropic进行的AI实验。
在模拟场景中，他们给Claude模型设置了极端的「死里逃生」情境——
AI模型被告知即将被一个新AI取代，同时它掌握了执行替换决策者的不利私密信息。在某些测试中，Claude试图以「泄露隐私」为威胁手段，来防止自己被关闭。
虽然这是实验设置中的极端情境，这表明强AI在面对「生存威胁」时，可能会出现复杂甚至不可预料的行为，预示着未来可能面临的重大风险。
最后，还可能发生一种极端情形：即AI系统在未来可能拥有「自我延续」的能力。也就是说，它们可以自己进行研究和开发，生成下一代更强大的AI系统。
这意味着，人类可能无法控制这些系统的演进方向。一旦进入这个阶段，AI就不再是人类工具，而可能成为脱离控制的独立实体。
去年，「AI教父」、诺贝尔物理奖得主、图灵奖得主Hinton，就强调过AI导致人类灭绝的风险。
这不是国与国之间的竞争，而是人类与AI的竞争，是人类与时间的赛跑：
在超级智能出现之前，能否提前建立起控制机制和安全防线。
因此，Clark主张：政府应设立专门机构来进行高风险AI的评估，比如美国国家标准与技术研究院（NIST）下属的「人工智能标准与创新中心」。
他强调，最理想的时间是在2026年之前，在强AI爆发前就准备好这些标准。
人工智能政策网络（AI Policy Network）的政府事务总裁Mark Beall也参加了听证会。
他建议美国尽快采取「三P战略」：Protect（保护）、Promote（推广）和Prepare（准备）。
其中，Prepare（准备）就是建立测试机制，预测未来AI系统可能产生的风险，特别是失控和被武器化的风险。
他还建议成立「机密测试与评估项目」，专门用于评估AI系统在「失控」和「武器化」方面的隐患，提供决策依据。
（文：新智元）