「【新智元导读】谁会第一个到达 ASI？SemiAnalysis 大佬 Dylan Patel 脱口而出：OpenAI！最近，这位圈内最懂 AI 和芯片的大佬，毫不留情地戳穿了 GPT-4.5 惨败的原因，还揭露了 Meta 仓促模仿 DeepSeek 结果大翻车的内幕。」
谁会首先到达 ASI（超级智能）？OpenAI！
大佬斩钉截铁的回答，让主持人惊呆了几秒。
- GPT-4.5 到底哪里出了问题？
- 小扎疯狂挖人，砸出 1000 万美金年薪，值得吗？
- 苹果在 AI 竞赛中已经彻底落后，接下来他们打算做什么自救？
就在刚刚，AI 大 V Matthew Berman 放出对 Dylan Patel 长达 1 小时的访谈，后者爆出不少猛料。
Patel 是 SemiAnalysis 创始人兼 CEO。SemiAnalysis 的大名，在业内是如雷贯耳，每出一篇关于 AI 和半导体的重磅分析，都会被业内人士竞相转载，拥有极高的行业影响力。
而 Patel 本人，对 AI 领域的认知更是达到了无与伦比的深度和广度。
在访谈中，Patel 表示，如今很多全球顶尖 AI 公司内部，已经是乱成一锅粥了！
看完这个访谈，许多网友表示，信息密度实在太大，全程高能，太值得一听了。
Meta、OpenAI、苹果、英伟达、xAI、微软，这些大科技公司在硅谷的混乱局面中，谁将主宰下一个浮沉？
让我们来看看大佬的犀利分析和预言。
「Meta 疯狂挣扎，小扎作困兽之斗」
「借鉴 DeepSeek，结果翻车了？」
首先，两人讨论的是最近闹出了天价挖人风波的 Meta。
Llama 4 发布已经有一阵子了，当时大家的期待值非常高，但它却并没有改变世界，随后，Behemoth 模型又被推迟了。
而在 Patel 看来，Behemoth 恐怕永远不会发布了。同样命运的还有 Maverick 和 Scout。这些模型的一些训练方式和决策，后来被证明是行不通的。
本来在发布时，有个模型感觉还行，但后来在阿里和 DeepSeek 发的新模型前，一下子就显得逊色了。
而另一个模型，客观上来讲就是很差劲。Patel 表示，我敢打赌，那个模型就是为了应对 DeepSeek 而赶工出来的。
他们借鉴了 DeepSeek 的 MoE 架构，但搞砸了，如果仔细去看，这个模型甚至不会把 Token 传送到某些专家模块，可以说训练基本就是白费了！
最终结果，就是一堆专家在那里无所事事，显然训练出了问题。
诡异的是，Meta 明明拥有全球最顶尖的人才，也不缺算力，怎么就搞砸了？
这一点，他们应该向 OpenAI 学习。
奥特曼负责搞定所有资源，Greg Brockman 和 Mark Chen 等人则是技术领袖，总之，要有一个懂技术、能做决断、能选对方向的领导。
否则，后果就是这些顶尖研究员会把时间浪费在错误的路线上。
事实上，[品味」非常重要，判断什么值得研究、什么不值得，这本身就是一种艺术。
一个想法当然可以用几十万个 GPU 跑一次来验证，但事情不会完美地等比放大，这其中需要大量的品味和直觉。
如果错误的人通过一些政治手段，让自己的想法和研究路径被采纳进了模型，结果很可能就是翻车。
「」
「小扎为何突然转向 AGI」
最近，无论是收购 Scale AI（本质上是收购 Alexandre Wang），还是 1000 万美元年薪天价挖来 OpenAI 员工，都让小扎处于争议的风口浪尖。
Patel 点评到，Scale AI 作为一家公司，现在业务基本上是完蛋了，因为谷歌在内的所有公司，都在取消和他们的合同（据说谷歌今年本来要在 Scale AI 身上花 2.5 亿美元的）。
而 OpenAI，也已经和 Scale AI 彻底决裂。没有任何一家公司，希望 Meta 知道自己的数据在用来干什么。
Patel 指出，最近这几个月，小扎的转变十分微妙。
在几个月前的采访中，他还认为 ASI 短期内不会实现。但如今，他真的信了 ASI，所以，要做什么才能追上来？
目前，他还是纯靠砸钱。OpenAI、SSI、Thinking Machines 的全明星团队，基本被他挖了个遍。
甚至传闻中，Meta 愿意开出上亿美元年薪，挖不动人，就买下整个公司。
这场 AI 军备竞赛的本质是什么？
说到底，还是对「权力」的争夺：谁能带队造出超级智能、谁就能掌控万亿级公司的 AI 战略，能把产品推向数十亿用户。
这，是一场产品人、理想主义者和科技巨头之间的全面竞速。
超级智能，已经不是「能不能」，而是「谁先」。
其实要说到底，在超级智能这块，真正引领潮流的还是 Ilya。
他总是率先看到一切。可以说，是 Ilya 引领了这波叙事转向。他先创办了自己的公司 SSI（安全超级智能），大概在一年后，所有人都开始相信超级智能了。
而对于预训练规模化、推理、早期的视觉网络，他也是最早开始深入研究的一批人之一。
但对于小扎的收购，他果断拒绝了。可以看出来，Ilya 根本不在乎钱，他想要的就是实现 ASI，是一个真正的信徒。
而对 Meta 来说，如果最终目标是超级智能，那么相比 Meta 目前的市值，以及 AI 的整个潜在市场，无论是 1 亿美元，还是 10 亿美元，都只是沧海一粟而已。
「GPT-4.5 的失败，究竟是因为什么？」
接下来，主持人抛出了这个问题：GPT-4.5 到底怎么了？
Patel 一句话金句总结：总的来说，它没什么用，而且太慢了。
曾经，GPT-4.5 的内部代号是 Orion，本来被寄望于成为 GPT-5。
为此，OpenAI 下了血本，从 2024 年初就开始训练，全力押注规模。他们用上了所有数据，造出一个大得离谱的模型。
结果呢？Patel 表示，虽然它的确是第一个把自己逗笑的模型，但并没有那么好用，速度太慢，也太贵了。
惨败的原因就在于「过度参数化」——
它并不是在建立世界模型，而是在泛化。某种程度上，GPT-4.5 就是因为太大、过度参数化，记住了太多东西，所以就不再进步了。
要知道，刚开始，OpenAI 内部都觉得它要在基准测试上大杀四方了，然后事实却让所有人失望了。
而且倒霉的是，训练代码里还有个 bug，直接持续了几个月。虽然这个 bug 很小，却搅乱了整个训练。好在最终，研究者们发现并修复了这个 PyTorch 内部的 bug。
另外，他们还不得不频繁地从 checkpoint 重启训练，原因就在于模型太大、太复杂了，任何环节都可能出错。
而且，就算基础设施、代码都完美无瑕，仍然可能遇到数据的问题。
在 2022 年，谷歌 DeepMind 在发表的 Chinchilla 论文里，提到过模型参数量和 Token 数的最佳比例（训练数据量大约应该是模型参数量的 20 倍）。
这就是大家公认的 Scaling Law——模型做得越大，投入的 flops 越多，模型就越好。
然而如今，随着模型架构的变化，这篇论文里的结论已经不再适用了。
在 2024 年初开始训练 GPT-4.5 时，他们就不得不使用了远超 Token 数量的参数。
然而与此同时，OpenAI 的另一个团队却有了关于推理的神奇发现，就是当时被传得沸沸扬扬的「Strawberry」。
已经投入巨资训练庞然大物的 OpenAI 才发现，原来完全靠推理，就可以用低得多的成本让模型的效率和质量得到巨大提升。
总之，GPT-4.5 之所以失败，就是因为数据不够。而最终，Strawberry 证明了推理的魔力。
「OpenAI 和微软：昔日 CP，分道扬镳」
另一方面，曾经的 OpenAI 和微软这对「AI 界最强 CP」，显然也过了蜜月期。
过去几年，OpenAI 靠着微软的大力投资和 Azure 算力迅速崛起，然而两家公司的合作协议，实在是太过复杂——
微软没有 OpenAI 的股权，却拥有它大部分利润的分成权、所有 IP 使用权，甚至在 AGI 实现前，能使用 OpenAI 的所有技术。
也就是说，只要你造出了超级智能，微软就能在头一天把代码全部打包带走。
而且，起初 OpenAI 还被限制只能用微软的云服务，但随着星际之门的推进，他们也开始和 Oracle、CoreWeave 合作。
然而，微软虽然放弃了独家权，但保留了「优先承购权」以降低反垄断风险。
问题是，如今的 OpenAI 野心膨胀，想成为地球上最为资本密集的初创公司，因此烧钱无上限、五年内不打算盈利，还要不断融资；而微软呢，虽然手握代码库，却还没真正动手自己搞模型。
双方都一样，心照不宣地防备彼此。接下来，谁先走出下一步，这种脆弱的平衡，就很可能要打破了。
「苹果，在 AI 上重大失误」
而在目前的 AI 大战中，苹果似乎是显而易见的输家了。
他们既没公开大模型、也没泄露任何研发细节。业内已经普遍认为，这不是「佛系」，而是彻底的**「结构性落后」**。
要深究原因的话，就是苹果保守的收购策略、对开源文化的疏离、对 GPU 巨头英伟达的长期芥蒂，以及自身缺乏 AI 研究氛围的现状，都让它很难吸引到顶尖的 AI 人才。
因此，在 Meta、OpenAI、Anthropic 等公司疯狂抢人的同时，苹果最多只能招到「第二梯队」的人才。
而他们所推崇的端侧 AI 之路，也没那么容易走通。
虽然苹果在大力强调隐私与低延迟，但现实却是，大模型越来越庞大，手机芯片根本跑不动。
而大多数用户宁可免费用云端 AI，也不愿为本地推理多掏几百美元去买硬件。
而且即便是能在设备上跑通一些轻量任务（比如键盘预测），真正复杂的 AI 服务——搜索、日程规划、订票助手，依然还是需要依赖云端数据与算力。
苹果也清楚这一点。
所以，他们正悄悄建造超大数据中心，部署 Mac 芯片做云端 AI 推理，还挖来了谷歌 TPU 团队的关键人物，希望自研 AI 加速器。
可见，虽然表面强调的是「本地 AI」，但他们真正押注的，其实还是云端。
别家都在卷大模型，但苹果已经另辟蹊径，开始为 AI 时代的「云大战」做准备了。
「超级智能，靠烧钱能到达？」
所以最终，在 Meta、谷歌、OpenAI、微软、特斯拉这些公司中，如果必须选一家来赌谁会率先实现 ASI，你会选谁？
Dylan Patel 的答案是——OpenAI。
原因在于，他们是每个重大突破的先行者，几乎主导了每一个关键技术突破——从预训练到推理，再到多模态能力，始终走在最前面。
而且，单靠推理可能并不会带我们进入下一代 AI，最终一定还得有别的东西。OpenAI 给人感觉，还在酝酿着更大的技术野心。
而第二名，就是 Anthropic。
不过，虽然他们技术强大、团队深厚，但风格却太保守了——无论在模型发布、研究透明度、安全策略上。都是步步为营，小心谨慎。
不过可以看到，现在他们也逐渐放开了，Claude 4 的发布节奏就明显比 Claude 3 快很多，招聘也开始招「正常人」了。
而第三名，就是谷歌、Meta 和 xAI 之争。
其中，谷歌技术底子雄厚，xAI 有马斯克资源加持，而 Meta 则是不吝砸巨资挖人。
如今，这场超级智能之战才刚刚开始，谁都有可能先到终点。
而这过程中比拼的可不仅仅是技术，而是意志与资源的全面博弈。
参考资料：
