OpenAI 首席执行官 Sam Altman，写了一篇新帖子《温和的奇点》。

Sam：

我意识到这可能是我最后一次在没有任何人工智能帮助的情况下写这样的文章了。

（ds + 人工翻译），有瑕疵不影响阅读。

---

➡️ 全文内容

人类即将构建出数字超级智能，而至少到目前为止，它远没有人们想象的那么怪异。

机器人尚未在街头行走，我们大多数人也没有整天和AI聊天。人们依然会死于疾病，我们仍无法轻易进入太空，宇宙中还有许多我们尚未理解的事物。

然而，我们最近构建的系统已在许多方面超越了人类，并能显著放大使用者的产出。工作中最不可能的部分已成过往；将我们带到GPT-4和o3这类系统的科学洞见来之不易，但它们将带我们走得很远。

AI将以多种方式为世界做出贡献，但AI推动科学进步加速和生产效率提升所带来的生活质量收益将是巨大的；未来可以比现在好得多。科学进步是整体进步的最大驱动力；想到我们还能拥有多少，就令人无比兴奋。

在某种重要意义上，ChatGPT已经比历史上任何人类都更强大。每天有数亿人依赖它完成日益重要的任务；一项微小的新能力就能产生巨大的积极影响；而一个微小的错位乘以数亿人，则可能造成极大的负面影响。

2025年见证了能够完成真正认知工作的智能体（agent）的到来；编写计算机代码将永远改变。2026年很可能见证能够发现新颖洞见的系统的出现。2027年或许会见证能在现实世界执行任务的机器人诞生。

将会有更多人能够创造软件和艺术。但世界对两者的需求要大得多，只要专家们拥抱新工具，他们可能仍将远胜于新手。总的来说，一个人能在2030年完成比2020年多得多的事情，这将是一个显著的变化，许多人会找到从中获益的方法。

在最重要的方面，2030年代可能不会天翻地覆。人们仍将爱他们的家人，表达创造力，玩游戏，在湖中游泳。

但在仍然非常重要的方面，2030年代很可能将与以往任何时代都截然不同。我们不知道智能能在超越人类水平的基础上走多远，但我们即将找到答案。

在2030年代，智能与能源——即想法，以及将想法变为现实的能力——将变得极度充裕。这两者长期以来一直是人类进步的根本限制；有了充裕的智能和能源（以及良好的治理），理论上我们就能拥有其他一切。

我们已经生活在令人难以置信的数字智能之中，经历最初的震惊后，我们大多数人都已相当习惯。我们很快从惊叹AI能生成一段优美的文字，转向期待它何时能生成一部优美的小说；从惊叹它能做出救命的医疗诊断，转向期待它何时能开发出治疗方法；从惊叹它能编写一个小型计算机程序，转向期待它何时能创建一家全新的公司。奇点就是这样：奇迹变得平常，然后成为基本要求。

我们已经听到科学家们说，他们在AI的帮助下比之前高效了两到三倍。高级AI之所以有趣有许多原因，但或许没有什么比得上我们能利用它来更快地进行AI研究这一点重要。我们也许能够发现新的计算基质、更优的算法，以及谁知道还有什么。如果我们能在一年或一个月内完成十年的研究，那么进步的速度显然会大不相同。

从今往后，我们已经构建的工具将帮助我们找到更多的科学洞见，并协助我们创造更好的AI系统。当然，这不等同于AI系统完全自主地更新自身代码，但无论如何，这已是递归自我改进的雏形。

还有其他自我强化的循环在起作用。经济价值创造已经启动了一个飞轮，带动着运行这些日益强大的AI系统的复合型基础设施的建设。而能够制造其他机器人的机器人（在某种意义上，还有能够建造其他数据中心的数据中心）已为时不远。

如果我们不得不以传统方式制造最初的百万个人形机器人，但随后它们就能操作整个供应链——开采和精炼矿物、驾驶卡车、运营工厂等等——来制造更多机器人，而这些机器人又能建造更多的芯片制造厂、数据中心等，那么进步的速度显然会大不相同。

随着数据中心生产实现自动化，智能的成本最终应会趋近于电力的成本。（人们常常好奇一次ChatGPT查询消耗多少能源；平均每次查询约消耗0.34瓦时，相当于烤箱运行略超一秒的耗电量，或一个高效节能灯泡运行几分钟的耗电量。它还消耗约0.000085加仑水；大约十五分之一茶匙。）

技术进步的速率将持续加快，而人们几乎能适应任何事物的能力也将持续。未来会有非常艰难的部分，比如整类工作消失，但另一方面，世界将如此迅速地变得如此富裕，以至于我们将能够认真考虑以前从未能实施的新政策构想。我们可能不会一下子采纳一份全新的社会契约，但当我们几十年后回顾时，这些渐进的变化将已累积成巨大的变革。

如果历史可以作为指引，我们将找到新的事情去做，新的东西去渴望，并迅速吸收新工具（工业革命后的职业变迁就是一个近期的好例子）。期望值会上升，但能力也会同样快速地提升，我们都会得到更好的东西。我们将为彼此建造越来越奇妙的事物。人类相对于AI拥有一个长期重要且奇妙的优势：我们天生就关心他人及其所思所为，而对机器则不太关心。

一千年前的生存型农民会看着我们许多人所做的事，说我们拥有虚假的工作，认为我们只是吃饱喝足、拥有难以想象的奢侈品后玩游戏自娱自乐。我希望我们看待一千年后的工作时也会觉得它们非常“虚假”，但我毫不怀疑，对从事那些工作的人来说，它们会感觉极其重要且令人满足。

新奇迹诞生的速度将是巨大的。今天甚至难以想象到2035年我们会发现什么；也许我们会从某年解决高能物理学问题，到下一年开始太空殖民；或者从某年取得材料科学重大突破，到下一年实现真正高带宽的脑机接口。许多人会选择以大致相同的方式生活，但至少一部分人很可能会决定“接入”（脑机接口）。

展望未来，这听起来令人难以理解。但亲历其中可能感觉既震撼又可掌控。从相对论的视角看，奇点是一点一点发生的，融合是缓慢进行的。我们正沿着指数级技术进步的漫长弧线攀登；向前看它总是显得陡峭垂直，向后看则显得平坦，但它是一条平滑的曲线。（回想2020年，如果当时说2025年会有接近通用人工智能（AGI）的东西出现，听起来会多么疯狂，再对比过去5年实际发生的一切。）

在巨大收益的同时，我们也面临着严峻的挑战。我们确实需要在技术上和社会层面解决安全问题，但考虑到其经济影响，广泛普及超级智能的访问权限至关重要。最佳前进路径可能是这样的：

首先解决对齐问题（alignment problem），即我们能可靠地保证AI系统学会并朝着我们集体真正想要的长期目标行动（社交媒体信息流就是AI错位的例子；驱动这些信息流的算法在让你不断滚动浏览方面非常厉害，并且清楚地理解你的短期偏好，但它们是通过利用你大脑中某种会压倒你长期偏好的机制来实现的）。

然后专注于让超级智能变得廉价、广泛可用，并且不要过度集中在任何个人、公司或国家手中。社会是有韧性、有创造力且适应迅速的。如果我们能利用人们的集体意志和智慧，那么尽管我们会犯很多错误，有些事情会出大问题，但我们将能快速学习并适应，能够利用这项技术获得最大收益并最小化弊端。在由社会决定的大框架内，给予用户大量自由似乎非常重要。世界越早开始讨论这些大框架是什么以及如何定义集体对齐，就越好。

我们（整个行业，而不仅仅是OpenAI）正在为世界构建一个大脑。它将极具个性化且易于每个人使用；我们将受限于好点子的多少。很长一段时间里，初创企业界的科技人员都嘲笑那些“点子王”（the idea guys）——那些只有想法并寻找团队来实现的人。现在在我看来，他们即将迎来属于自己的高光时刻。

OpenAI如今有很多身份，但首先，我们是一家超级智能研究公司。我们面前还有很多工作，但前方的大部分道路已然点亮，未知的领域正在迅速消退。我们深感荣幸能做我们所做的事。

智力廉价到无法计量（Intelligence too cheap to meter）已近在咫尺。这么说可能听起来很疯狂，但如果我们告诉你在2020年，我们将在今天达到这个地步，那听起来可能比我们现在对2030年的预测还要疯狂。

唯愿我们平稳、指数级且波澜不惊地跨越超级智能。

【 聊聊 理想 AD 】

刷到 小康 的这条微博，转发写不下，借着这个来聊两句理想。

图一 是小康的主要分享，其核心只阐述了一个简单的观点：没有端到端，理想的 AD 也依然会更好。

其实长期研究理想的媒体，达成共识得出这个观点并不难，因为理想在看待 AD 这个能力上，思路和解法都比较好理解。

思路是一定要做；解法是目前行业里效率最高的技术方法。

你当然可以说，理想乘上了 端到端 的东风，但换个视角，端到端 因理想而有价值。

这个解释就不展开了，一句话：其实特斯拉如果不去展示端到端，这个行业不会有主机厂去做，如果理想不在国内做，端到端至少滞后三年上车，或者就不会上车。

这并不夸张，因为决策链路过于复杂，你可以不同意保留自己意见，但你必须承认在国内理想将端到端带上车后，智驾变得更有实用价值了。

那我们再回过头去看，为什么即使没有端到端，至少我个人也相信理想能做好？

图二、图三 是我个人之前的分享，对于理想内部而言，AD 是商业模式的一环，它不仅可以帮助提升销量，AD 本身也必须具备一定的毛利基础。

就是这个逻辑简单到根本不用过于复杂的思考：AD 如果能贡献 2% - 3% 的毛利，这是一门最最最简单的生意。

所以，你就能理解，为什么理想会囤卡，而且理想当是囤卡应该是超出市场很高的价格买的。

就这，王兴还认为理想花钱太保守了。

不管是 AI 也好，端到端、VLA 也罢，它需要在理想的商业模式中具有真实的意义、价值和闭环概念。

如果你并没有想清楚，这些置于自己的商业模型里到底起到什么作用，所以你只能很痛苦的去跟功能。

但跟功能没有基座的支撑，在智能时代里，不是跟不上的。

到了 春运 这个节日场景里，不管是加油、充电、换电，他们的服务能力都会出现明显的下降。

很多时候，大家会因为换电在此时的排队现象，来攻击换电的服务体验，试图去拉齐换电和充电的体验，来达到让用户误以为换电排队严重。

但事实上，如果你真的体验过你就知道，这完全不是一回事。

首选，加油站、换电站、充电站，它们的单站服务能力都是有上限的。

这个很好理解，哪怕是加油这种补能野兽，一个标准加油站，一天 24 小时满负荷运行，它的加油车辆的数量是有限的，加油 之所以方便，一方面加油站多，另一方面液体的流动特性，就是快嘛。

可到了 换电和充电 就不一样了，理论上，它们也有固定时间内的服务上限问题。

但服务体验，在极限压力下，可就千差万别了。

第一，即使是排队，换电 不需要下车；充电 需要下车插枪
第二，即使是排队，换电 可以集中力量给一块电池快速充电，减少排队等待

这个要解释一下，换电站的充电充电功率理论上可以自由分配，如果是平时假设有 10 块不满电电池在舱内，那这 10 块电池在均匀的分配整站的功率，但假设，这 10 块电池，有 3 块已经 80% 的电量了，如果加点功率可能很快就可以 93% 电量。

所以在极限压力的时候，换电站理论上可以调节充电功率，分一部分功率给即将满电的电池，那相比平均分配功率，会有 3 块会被快速充好。

但这个在充换电站不可能做到。

第三，换电排队是休息 充电排对是抢桩。

不管是哪种模式，华为 如果能够继续带动 上汽，那么这个市场就会变的异常有意思。

一方面现在优秀的智驾供应商还有玩家，但如果和上汽的项目做的好，我个人觉得在智能方面，大家就别想了，直接华为是最优解。

对于还没有大厂定点，或者定点的车型没有规模化的，的供应商这简直是个灾难。

相比之下，元戎有长城；momenta 有智己、比亚迪，而华为基本会统治其他非自研。

另一方面考验着华为究竟是直接供应方案好，还是直接参与产品联合定义、联合营销、整合渠道好，后者其实已经被验证。

前者目前只有 阿维塔 和 岚图梦想家，厂商也需要开发出好的车型能拖起华为的能力。

总之 华为 + 的含金量继续上升。

DS - R1 在今天的视角下来看，已经不用再讨论它究竟能否比 open ai 更先进。

今天为止 中 美 Ai 圈以及外围吃瓜不同的反应，至少达到了一个目的，那就是：美国每次想在新产业发展初期领先我们 1-2 代的主观意愿，正在被腐蚀。

注意，我并不认为，我们这边以此就可以在底层技术上有超越前者的假象，我们差距还挺大。

另一方面，带给美利坚的可能是 两个极端：

一，要么是更重要的封锁，因为它们不会允许在这轮 Ai 产业下，自己逐渐被对手缩小差距；

二，要么更开放合作，事实证明对于其他地区屡试不爽的禁令，对我们只是消耗点 蓝，我们加个蓝药水就回来了，实在不行在拿个蓝 buff。

AI 公司是否需要，或者能不能产生私有数据？

这是我比较好奇的一个问题，我的困惑在于：我所理解的目前 ai 有两个较强的线，一个是做底座基础模型的；另一个是想做应用的。

这两个原本来互联网这个基础框架上，基本上是互不干涉，比如 阿里、腾讯、百度等，都是建立在互联网基础设施上的超级应用，事实上，它们做的是用户触达和app 运营。

特点是，天然产生数据。

而到了大模型阶段，理论上现有的技术范式是，需要依赖大量且高质量的数据来训练自己的模型，而做基础模型的公司事实上在私有数据的拥有上是不足的。

而做应用的公司，如果没有基础模型的支撑，其实应用的存活其实并不乐观。

AI 领域的应用，如果用套壳的模型做出一个可用好用的应用不难，难点在于，如果一个模型更新后其实会覆盖掉应用现有的能力。

数据、模型、应用，这会是一个会在 AI 范式下形成一个怎么样的关系？

我相信小米一定会在科技座舱上玩出新花样，这是小米的大机会，是长板，把长板拉长。

小米一定会很有趣，这是我个人的判断。

mega 上市后一定会被各路对比，影响是：

- 如果表现不好，理想纯电就会第一炮没打响。

我个人依然认为，mega 的使命就是理想要证明自己纯电开发能力的车，不管是能耗、续航、充电它们都在不遗余力的去做市场动作。

所以可以看到理想强化 电能 本身的价值。

被各路对比我相信理想内部早就做过预案，应对策略也早已经培训完毕。

这一点 负面 影响，应该不会太深。

- 如果表现一致，理想就有优势。

理想善于利用长板效应，在体验层面把短板做到不差，结果则是，如果大家通过各路对比后，得到的结果是「各有优劣」，理想就赢一大半了。

因为当市场之一理想做不好纯电的大逻辑下，理想拿出了一个和你表现差不多的产品，这个时候可供理想解释的空间就太大了。

可能出现的话术就是：一，你们做了 4-5 年纯电，我一上来就和你一样，我确实没有超过你，但和你也一样；二，别和用户聊技术，体验才是王道，你行我也行。

- 各路对比完，用户发现理想还可以。

这种情况下，理想就赢麻了。

想神一直秉承着骂也可以带来销量，各路对比就是天然的流量，不花钱的传播。

对比完如果出现「表现差不多、表现略好」这两种情况，这相当于自动给纯电 7/8/9 做了最大的广告。

同事 mega 的毛利又高，如果能推高销量，加上给 7/8/9 做的铺垫。

那 mega 的使命也就圆满完成了。

2024 年，辅助驾驶一定会被头部几个厂商，拉到一个未有的高度。

这里面有两个点核心且必要：

1、优点：头部厂商的强势输出会让辅助驾驶更快普及。

这是一个确定的事，它可以带动产业资本、战略投资者、供应链用户共同进步。

用户接受度高，辅助驾驶才能形成合理的商业闭环。

2、缺点：无底线厂商会更加无底线，辅助驾驶会变成玩弄消费者的笑话。

我之前写过，主要分享的是，辅助驾驶必须发展，它是人工智能技术进步带来的类文明结晶。

但厂商需要有底线的是，你到底是技术更强势，还是舆论更强势。

——————————————

「目前国内辅助驾驶都已经失了本源，这么严谨的工程被冠以了太多无关的营销词汇，可终究没人对辅助驾驶负有责任。

我知道从商业的角度来讲，都是有其合理性，但技术的本源是服务人，可提供技术服务的人不愿意为技术负责，这整个逻辑就会发生畸变。」

这是某自动驾驶公司 CEO 和我说的，技术型 CEO 确实不擅长传播。

当辅助驾驶被营销接管后，它就会变成唯传感器论，唯硬件论，这个路径最简单，硬件的数字可量化，算法和数据等不可或者不好量化。

中国的辅助驾驶传播里，数据闭环 是一个不被重视的一部分，它甚至有时候都上不了传统主机厂的发布会 ppt。

可这一轮人工智能的发展是数据推动的，互联网的发展产生了可被解和被数学所证的数据，而人工智能这是解释和证数据的工具。

不管事细分领域的私有数据，还是公有数据，这是大模型的基础。

「数据自动闭环：

再好的网络架构，也都是需要批量的数据进行优化才能呈现出其最终的优势。

最后所有的方案都会Coverage到几类策略上，但是最后决定系统性能的往往是高质量的数据。

Tesla的辅助驾驶系统可以用简单的传感器，实现高鲁棒性，体现在它可以根据，从用户端收集的海量数据自动完成数据的自动筛选、自动评级、自动 Labeling 和 Corner case 检测等一系列具体步骤。

进而在每一次的系统升级时，用户都可以看到辅助驾驶系统在生活中各种场景中的性能提升和泛化。」

而现在大部分公司，不光是没有解决处理，甚至都没有想过收集数据。

所以硬件优先就非常好理解了，可即使有硬件，也要知道怎么用啊？

还记得经常有人兴高采烈地说，某某公司将 800 万摄像头压缩到了 300 万在用。

给出的解释是，300 万和 800 万的成本差不多。

对于硬件特别是传感器，要看其精度的合理性。

「精度够用就行：

这一点可能会有争议，但我暂且放在这里供日后推敲。

一般在机器人领域和无人驾驶领域，厂商都喜欢追究极致的高精度，但是在特斯拉最新的 demo 中，我反而觉得精度够用就行，无需追求厘米级甚至是毫米级的精确建模定位。

高精度，毫无疑问意味着高性能传感器、高计算成本、高耗时地图建模、高存储空间、高传输带宽。

同时考虑到自动驾驶领域占据栅格算法和数据闭环中面临的问题，高精度毫无疑问会导致整个系统过于臃肿且不切实用。

而在我们实际的行泊车环境中，我们人压根不需要高精度信息，无论是高速上的便道、十字路口的转弯、地下车库的泊车和自家杂乱的停车房，我们都不需要以上高精度信息。

而精度释放出来的算力和空间，可以更对应用于占据栅格的条件优化和数据的多模态闭环中。」

2024 年，辅助驾驶可以「慢一点」。

看到一个有趣的数据：

『根据三方监测的数据，2024年1月，铁锂电池Pack的度电成本已降至600元，三元的是700元。2023年1月的价格铁锂大概是1150元，三元则要到1350元。基本上，动力电池价格在12个月时间里实现腰斩。』

这和我了解到的基本差不多，2022 年我写过，关于动力电池各个企业采购的成本差异有多大。

在 2022 年年底的时候还有主机厂的采购成本 三元 是 1300 的，所以成本非常高。

看到这个数据有两个点想讨论：

1、这里数据应该还要区分高镍、6系和5系体系的不同成本。

为啥主机厂喜欢用65 - 75 作为低续航版本，90 - 105 作为高续航版本？

其实从 2020 年开始，动力电池就在试图往高镍走，高镍方案有一个巨大的好处就是可以增加带电量，巨大的不好则是，稳定性差。

所以 2020 - 2021 年那波 811 上车走的就非常拧巴，一方面长续航需求极大，另一方面产业技术更新没那么快，811 宁王也不好搞，这是相对当时的技术体系来讲。

之所以喜欢用上面说的电池度数搭配，最核心的原因是，5 系、6 系的电池稳定性好，带 70 度左右的电相对成本最优。100 度用高镍体系也是一样。

简单说就是，带 70 度左右的电既可以得到稳定性，平均 500km 的合理续航，又得到了中镍体系里最优的成本；同理 100 度高镍也是一样。

这是目前整个汽车行业使用量最大的电池体系。

但这次的电池整体采购成本下降，大概率不包含麒麟 5C 、神行 4C 这样的超快充电池。

目前已知的信息（不一定对），像 mega 的电池成本大概在 20 万左右，这是一个依然让人用不起的价格。

电池行业写几万字都写不完，但核心你可以知道一点：动力电池一直都不是技术制约型的产品，是成本制约型。

电池厂商也很努力降低，提高产品技术和质量，但是遇到了疯狂的终端价格战，这就很无解。

所以超快充电池依然不便宜，即使从原材料上来讲已经有了巨大的下降，但超快充电池解决的不光是材料，最核心的还有散热、绝缘材料。

导致这几年通过结构工艺降价来的成本，又在以散热为核心的其他功能上把成本拉回来了。

结果就是，Pack 的成本在超快充体系下依然居高不下。

2、为啥电池成本下降了，主机厂没有为了续航把电车带电量加上来？

- 价格战让主机厂基本没有毛利，用不起；
- 商人思维，既然大家接受了 400 - 500 km 的标续，我为啥还要高电车长续航。

所以，如果以后有哪个主机厂用 80-90 电池做标续，你要感谢它，它打破了市场僵局。

但是不是说小电池标续就有问题？

这就要考验，主机厂的补能和产品策略了。

说到这里基本明确了， nio 的换电体系是具有真实的使用价值的。

这里面的厉害之处不是补能，虽然换电的不能体验和充电比是碾压的，但这二者都是补能的一环，所以理论上是友军。

但换电可以带来的另一个核心体验是：灵活升级。

刚才我们说了，电池成本降了但电车带电量没涨，这很好理解，价格战和商人思维决定的。

而换电的灵活升级方案，可以让你不用购买大电池的情况下，拥有长途出行的安逸。

假设：mega 出了一款 80 度的 5C 版电池，但显然这款电池包没办法搞定长续航，如果能换电灵活升级 100 度 5C ，这个局面会瞬间发生改变。

所以理想纯电的 M7、8、9 系列到底会怎么配电池，我还挺感兴趣的。

并且理想一定会做一个动作，用现在 5C 的技术方案找二供、三供，把电池成本做下来。