文｜AI鲸选社
每一个不可预知的夜晚，都可能会传出OpenAI被超越的新闻。这不在6月21日晚又被超越了，Anthropic 推出了目前最聪明、最快和最具个性化的模型——Claude 3.5 Sonnet 。
公司对外宣传该模型可以在各种任务中媲美甚至超越OpenAI的 GPT-4o。宣称不同任务场景能超越Chat-GPT4的不止一家，但敢说各种场景超越的还很少见。但这也不能说大家实力都很雄厚，其实与OpenAI 总是画饼，作为创业公司实力不够强劲也有关系。
目前看，OpenAI 的大饼还有Sora、SearchGPT、ChatGPT4o的语音能力等，都是发了Demo却没有正式上线。布局的业务太多，每件事情都是单挑Google、Meta等巨头，难度可想而知。
大家都不否认OpenAI的实力，但这一年中 ，忙于宫斗的OpenAI，显然让很多产品的面市时间大幅延后。
但抛开客观因素，OpenAI一直也有先发布Demo视频吊足大家胃口，实际产品后续再说的吹牛习惯。只是众多竞争对手不断发布可实用的产品，OpenAI 越来越面临已经被超越的现状。
多个核心战场面临失守
最新发布的大模型产品Claude 3.5 Sonnet（中杯），目前显示在编程评估、视觉能力、处理速度和成本效率等方面相比前代产品有显著改进。测评榜单显示，除数学方面， Claude3.5都比 GPT-4o 高或者逼近。
跟上一版本中最强的Claude 3 Opus相比，不仅速度提升了200%，成本还直接降低了80%，性价比可谓十分高。
目前看，除了发布会上秒杀苹果Siri的人机对话能力、GPT-4o的语音功能还没有上线，Claude 3.5的视觉理解和文本能力、编程能力等多方面已经超越GPT-4o。更让人吃惊的是，Anthropic的旗舰模型Claude 3 Opus才刚刚发布了3个月。
很快还有Haiku和Opus（大杯和超大杯）发布，这迭代速度比OpenAI的ChatGPT不知快了多少。在文生视频领域，大家是否还记得Sora横空出世给大家带来的震撼。但那已经是2月份的事情，此后Sora音信全无，此后竞争对手如雨后春笋般出现。
先是Pika等AI视频选手出现，然后国内出现很多后起之秀，最大的竞争对手是快手的可灵，发布即可公测。现在不少网友已经拿到了内测资格，表现还不错。
官方宣称，可灵采用了3D时空联合注意力机制，能够生成符合物理规律的大幅度运动视频，并模拟真实世界特性。
可灵大模型生成的视频分辨率高达1080p，时长最高可达2分钟（帧率30fps），且支持自由的宽高比，这些特性是目前众多用SDXL技术的伪AI视频玩家，可望不可及的高度。
很快，Runway公司最近推出了其文生视频的最新版本—Gen-3 Alpha。Gen-3 Alpha在细节丰富度、画面连贯性、保真度、一致性和动态表现方面都有显著提升，现在大家猜测，Sora的可控性能达到Gen-3 Alpha的水平就算不错。
在多模态领域，OpenAI凭借ChatGPT 4o也并没有完全占据领先优势。发布会上看到4o的酷炫表演，如在232毫秒的时间内做出反应；可随时打断，开启新话题；感受用户的呼吸节奏；解释方程式、图表的推理过程；识别图片中人物的情绪等，是不是提前录制的好的发布视频都不得而知。
此前的Google发布会，虽说Gemini被抢先发布的ChatGPT 4o抢了风头，但其实际上Gemini Nano多模式功能还比较落地。
借助多模态AI项目Project Astra，Google希望手机端用户也能通过文本、图像、声音和口语，和AI互动。比如拍一张苹果的图片，问下AI这是什么，能做什么。
山姆奥特曼是吹牛大王？
过去一年中，OpenAI最实在的更新，可能是直接全量上线的DAll.E，文生绘图领域早就有Midjourney、Stable diffusion等重磅玩家，所以DAll.E直接悄悄上线。
发布近一年的DAll.E模型，在一众AI绘画产品中语意理解无出其右，但是画面精细度、美观度、接近真人摄影等近一年都没有改善，最大的更新是可编辑部分画面。
DAll.E模型也并非没有贡献，和Sora这款期货产品相同，最大的贡献可能是让市场认知到，Di-T架构是文生图片/视觉是最先进理念。图形扩散模型diffusion和语言大模型LLM构成的Di-T架构代表着未来发展方向。
当下AI市场都在向Di-T模式的多模态进发，争先推出产品。
比如，国内的腾讯混元大模型正在基于ST-DiT升级架构，混元文生图由传统的U-Net升级为DiT架构，参数量提升十几倍；混元文生视频也是国内较早使用DiT架构的玩家，视频生成时长达到16s。Sora是发布之际就提到自己能生成60S的视频，并能模拟真实的物理世界。显然远强于市面上的竞争对手，但Sora自己拿着生成好的案例宣传，一直不给公测，这让很多人怀疑山姆奥特曼在吹牛。
纵观来看，OpenAI的发布会，很多并没有按照自己的研发节奏发布，而是刻意为了狙击竞争对手。最明显的案例就是ChatGPT4o的发布，这款产品比Sora略好，是个半期货产品。如何理解半期货，就是ChatGPT4o宣称的比ChatGPT4反应快、各项评测任务表现更好等能力都有，但是语音能力说过两个星期推送，一直没有更新。
当时应该是OpenAI洞悉了Google I/O发布会最大的亮点，应该是大模型Gemini的语音交互能力，所以提前一天开发布会，发布了能力相同但演示效果更好的产品，狙击Google的发布会热度。为何一家初创公司如此关注竞争，而并非努力迭代自己的产品呢？
实际上，主要原因是由于OpenAI是一家十分依赖融资的公司。2023上半年，OpenAI以103亿美元完成B+轮融资，成为AI赛道获最大融资额的企业，目前OpenAI的融资总额达到了140亿美元，未来还要完成1000亿美元的融资。
这融资体量说是吞金兽也差不多，相比融资能力，OpenAI造血能力就差得多。 据外媒The Information报道，OpenAI首席执行官山姆·奥特曼告诉员工，在过去六个月左右的时间里，OpenAI的年化收入增长了一倍多，达到34亿美元。
这一数字在2023年底为16亿美元。所以每年赚的不多，但投入巨大是OpenAI的基本面。山姆奥特曼自然也知道实情，这就造成OpenAI必须占据市场焦点。不仅需要让市场的玩家都显得落后，还希望市场认为他未来不可限量，这样投资资源就都会向他聚拢。
Sora就是为了这种取得预期，早早发布会后，市场对其膜拜程度又再攀高峰。
但在内测使用中，发现这款产品十分不可控，而且训练成本高昂。在好莱坞编剧的定制使用中，影片中的气球人需要几百次抽卡，才能找到能用的画面，而且使用的算力成本高昂。
现在这个时候，群雄四起，显然OpenAI需要拿出 GPT 5 才能镇住场子。
这不Claude 3.5 Sonnet 发布后，就有市场消息传出GPT 5 大概3个月后发布。这是不是OpenAI为了狙击Anthropic ，又故意放出的烟雾弹呢？
OpenAI的多事之秋
“前段时间和负责人聊天，我都感觉是奥特曼在吹牛逼， GPT 5 肯定没这么惊艳，或者 GPT 5 惊不惊艳已经不重要了。
因为GPT 4 已经满足了大部分商业需求，升级对于商业模式本身已经没那么大的变化了。”此前，猎豹移动董事长傅盛曾在演讲中如此评价奥特曼的风格，认为他非常善于片Pr，推特没事发几条，让OpenAI一直处于有利的舆论位置。
当然，说奥特曼只会动嘴皮子也不客观。对于山姆奥特曼来说，这一年最大的挑战，莫过于围绕商业化和AI安全可控的问题，产生的团队宫斗。2023年11月，这场内斗达到了高潮，Altman被解雇并短暂离开公司。
然而，经过一段时间的调查和调解，在微软的支持下，OpenAI宣布对Altman和总裁格雷戈里·布罗克曼的信任，并决定让Altman重返董事会，但团队的裂痕已经形成。
现在，形成Altman坐镇指挥，美女技术官Mira Murati出镜做发布会，而首席科学家Ilya Sutskever离职创业的情况。Ilya Sutskever在2024年6月19日宣布离职OpenAI后，宣布创办了一家名为“安全超级智能”（Safe Superintelligence，简称SSI）的新公司，两位联合创始人分别是前苹果AI高管、Y-Combinator的合伙人Daniel Gross和前OpenAI技术团队成员Daniel Levy。Ilya主打的安全超级智能，在某种程度上是对OpenAI 初心的回归。
OpenAI一直坚持时非营利性组织，奥特曼本人也不是绝对持股。但OpenAI目前商业化的脚步却在提速，导致内部各种声音争议不绝。
这不是OpenAI创始团队的第一次出走，刚刚发布Claude 3.5 Sonnet的公司Anthropic，也是由OpenAI（ChatGPT的开发机构）前研究副总裁达里奥·阿莫迪（Dario Amodei）和其他前OpenAI员工在2021年共同创办，获得了亚马逊和谷歌的资金支持。
SSI和Anthropic都是OpenAI的核心团队成员创办，打着超级安全的旗号出去创业，但最终安全不安全没有看出来，产品却都对着ChatGPT打，经常一更新，就出现某一方面达到或者超越ChatGPT。
超级人工智能不能一步到达
山姆奥特曼面临的忧患不止如此，埃隆马斯克也盯着OpenAI发大招，毕竟OpenAI就是马斯克取得名字，但当OpenAI不再朝着开源前进时，愤怒的马斯克自己创办了开源大模型公司Grok，并在近期获得60亿美元的融资。
团队动荡之际，OpenAI很多产品推进速度变慢，也情有可原。目前还有GPT桌面版、与苹果的合作、支持微软的Copilot等任务，相比Sora那些划时代的产品，这些重要的商业合作其实也并不简单。
当下，奥特曼急要重塑团队战斗力，将目前已经发布的期货产品推向市场，以及更早的推出GPT5，重新拉开与市场上起他玩家的距离，才能保证OpenAI继续被期许，以及最被崇拜的明日之星。