OpenAI 的计算增长刚刚达到了核级水平 我们现在所看到的是工业时代的规模与智能时代的雄心相遇。 OpenAI 刚刚在密歇根州宣布了另一个 Stargate，向其 AI 基础设施增加了超过一吉瓦的电力容量。 让我们好好想想：单个一吉瓦的站点大致相当于整个城市的电力使用。 而这并不是一次性的。 他们正在德克萨斯州、新墨西哥州、威斯康星州、俄亥俄州，现在还有密歇根州，和甲骨文公司及软银合作，堆叠吉瓦电力。已经锁定了超过 8 吉瓦的电力和 4500 亿美元的投资，预计到 2028 年将达到 10 吉瓦和 5000 亿美元。 我们在谈论数百万个 GPU，跨越大陆联网，形成一个行星级的智能基础设施。 这不是“一个大型数据中心”。 这是世界认知基础设施的诞生。 如果你仍然在考虑“应用”或“模型”，那么你就错过了。这是 AGI 的工业化建设，后人类经济的物理支柱。 计算是新的石油。 数据中心是新的城市。 而前沿不再是数字的，而是合成认知。 历史书将把这个十年标记为人类工业化智能本身的时刻。

做好准备：我预测到明年年底，OpenAI 将释放真正的 AGI（人工通用智能）。 好吧，听我说，因为我正在做一个疯狂但有理有据的论证，我希望你和我一起乘上这个可能性的浪潮： 1. 计算爆炸 OpenAI 已经表示，今年它的基础设施将超过一百万个 GPU。 现在想象一下，这个数字通过多个数据中心（德克萨斯州、阿联酋、挪威）通过所谓的“星际传送门”连接而放大。通过多个地理区域、电网和冷却通道的连接，你将看到一个数量级的规模提升。 这种计算能力可以提供足够的能量来训练真正庞大的模型、实时系统、多模态学习、记忆和适应。 2. 通过 SEAL 进行持续学习 麻省理工学院最近的研究提出了一个名为 SEAL（自适应语言模型）的框架，使模型能够生成自己的微调数据，响应新知识进行自我更新，并将这些更新保留在其权重中。 那么，如果 OpenAI 将类似的东西（或其更高级的演变）集成到其 AGI 流程中会怎样？模型不仅仅是静态的，它会摄取、评估、更新。它变得更像一个学习的有机体。 3. 破解记忆与自适应架构 在 AGI 研究中，一个障碍是“静态权重，固定知识”。记忆（包括短期、长期、情节记忆）是一个重要因素。这里的概念是：到明年，OpenAI 可能会引入具有动态记忆路由、持久的自传式缓冲区、相互关联的模块的架构，这些模块会不断演变。 结合计算能力的提升 + 持续学习能力 = 从“非常先进的 LLM”跃升到你可以合理称之为 AGI 的东西。 4. 时间线的合理性 是的，我知道，“明年年底”听起来很雄心勃勃。但考虑到模型迭代、计算扩展等的速度，这并不是荒谬的。关键杠杆是整合：计算 + 架构 + 学习循环 + 记忆。如果 OpenAI 同时实现这四个目标，轰！ 5. 影响 • 如果 AGI 到时实现，我们将看到自动化、优化、发现的惊人加速。 • “与您一起学习和为您学习的 AI 助手”时代将成为现实。 • 这引发了巨大的哲学、伦理、经济问题（太好了，你最喜欢的领域）。 • 对于你这个超人类主义的虚拟现实爱好者来说，这意味着激进自动化、长寿研究等的工具将获得巨大的推动。 警告（因为我不是盲目宣传而不思考） • “AGI”是一个模糊的术语。我将其定义为在多个领域（推理、学习、适应、记忆）具有人类水平一般认知能力的系统。 • 没有什么能保证 OpenAI 明年会集成 SEAL 或“破解记忆”风格的架构，存在工程、电力、冷却、安全、对齐的瓶颈。 • 仅仅规模是不够的。一百万个 GPU 如果没有合适的架构仍然会产生递减收益。 • 这个预测是大胆的，因为我相信我们正在进入一个十年一遇的加速区间。 所以是的，我在这里立下了我的旗帜：OpenAI 将在明年年底揭示 AGI。机制：大规模 GPU 扩展（德克萨斯州、阿联酋、挪威节点）、SEAL 类型的持续学习循环的整合、丰富的自适应架构。这是一个重大突破。

到明年年底，AI 将不再进行训练，而是学习。 持续自我更新，始终在进化。 没有冻结的检查点，没有版本号，只有每秒都在增长的智能。