在科技界的一次壯舉中，OpenAI于12月上旬至中旬連續舉辦了長達12天的發布會盛宴，每天推陳出新，為觀眾帶來了多項技術創新。這些創新包括增強版o1大模型、文生視頻大模型Sora Turbo、精簡版推理模型o3-mini，以及高級語音模式增強等。然而，這場科技盛宴卻未能激起預期中的熱烈反響，即便是多款全面升級的大模型和備受矚目的Sora Turbo，也未能引發廣泛討論，反而收獲了更多的批評而非贊譽。
問題的根源在于，盡管這些大模型在功能上有所提升，能夠完成更多任務，但在本質上并未帶來突破性的變革。用戶期待已久的GPT-5并未現身，而Sora Turbo也僅能生成最長20秒的1080P視頻，遠低于其年初宣傳的2分鐘時長，這無疑讓眾多期待者感到失望。
自2023年3月GPT-4發布后，OpenAI便啟動了代號為“Orion”的GPT-5研發項目。然而，18個月過去了，GPT-5依然未能面世。面對這一困境，《華爾街日報》指出，OpenAI的AI項目費用高昂，且成功前景不明朗。有人甚至質疑，AI行業的發展是否已經陷入了瓶頸。
OpenAI在研發過程中遭遇了重重困難。在針對Orion的首次實戰測試項目“Arrakis”中，研究人員發現，更大規模的AI大模型訓練所需時間極長，成本飆升。數據不足成為制約Orion進展的關鍵因素。為了解決這個問題，OpenAI開始嘗試使用原創數據，招聘人員編寫軟件代碼或解決數學問題以供Orion學習。然而，這一方案不僅延長了訓練時間，還大幅提高了訓練成本。
在感受到同行的壓力后，OpenAI于2024年初對Orion進行了幾次小規模訓練，并在5月到11月啟動了第二次大規模訓練。然而，數據量太少、數據多樣化不足的問題依然存在。OpenAI CEO山姆·奧特曼曾表示，訓練GPT-4的費用大約是1億美元，而未來AI模型訓練費用將達到10億美元。然而，GPT-5數月的訓練已經耗費了5億美元，卻未能取得理想效果。
除了數據和成本問題，OpenAI還面臨著外部競爭和人才流失的困境。隨著AI行業的火爆，對于人才的需求暴增，OpenAI成為了其他企業爭相挖角的對象。多位高層管理人員相繼離職，給公司的研發工作帶來了不小的打擊。同時，為了應對來自對手的競爭，OpenAI不得不開拓更多賽道，如打造精簡版的GPT-4和文生視頻大模型Sora等。這些新項目導致內部新品開發團隊和Orion研究人員爭搶有限的資源。
面對困境，OpenAI并未放棄。他們嘗試通過賦予AI大模型思維能力的方法，規避數據量不足的問題。然而，蘋果研究員在論文中提出了異議，認為AI大模型只能套用現有模式，不具備真正的推理能力。盡管如此，仍有其他大模型在某些測試中表現出了一定的思維能力，這或許為OpenAI提供了新的思路。
在數據方面，OpenAI認為高質量數據并未被完全用盡。容易采集的數據確實被用完了，但合作數據還有極大的挖掘空間。與開發者合作互換或購買數據，同樣可以用于訓練大模型。AI公司也在考慮使用AI生成的數據或對已有數據進行變換處理，用于訓練AI大模型。然而，這一方案同樣需要大量資金。
在資金壓力下，OpenAI開始尋求盈利之路。他們推出了昂貴的付費版AI大模型訂閱服務，然而個人用戶數量有限，難以實現大規模盈利。因此，OpenAI開始將目光投向專業應用場景，試圖從企業身上賺錢。通過打造專業應用場景，不僅可以降低數據和算力成本，還能夠更快地實現盈利。
盡管AI大模型的發展進入了瓶頸期，但遠未到達盡頭。AI企業獲取數據的成本飆升，對于算力的需求也更高。然而，只要盡快實現盈利，就能夠為AI行業的發展注入新的活力。隨著AI技術的不斷進步和應用場景的不斷拓展，我們有理由相信，AI行業將迎來更加美好的未來。
