据悉，事件发生前，山姆·奥特曼正与其导师、风险投资家彼得·泰尔在洛杉矶一家高档日式餐厅共进晚餐。泰尔暗指 OpenAI 内部的「有效利他主义」(EA)派系可能对公司构成威胁。而奥特曼却不以为然，表示公司已摆脱了曾持相似观点的联合发起人埃隆·马斯克的影响。

　　然而，就在这次晚餐期间，OpenAI 六人董事会中的四名成员——联合发起人伊利亚·苏茨克弗和三名独立董事(亚当·德安杰洛、海伦·托纳和塔莎·麦考利)——正在举行秘密视频会议，讨论是否应该解雇奥特曼。

　　首先是在产品安全审查方面的问题，奥特曼曾声称三项 GPT-4 功能增强已获得联合安全委员会批准，但实际上只有一项获批。更严重的是，微软在未经安全审查的情况下在印度测试了未发布的 GPT-4，而奥特曼和联合创始人格雷格·布罗克曼在长达六小时的董事会议中对此只字未提。

　　其次，一位董事会成员偶然发现奥特曼个人拥有 OpenAI 创业基金的所有权，而该基金此前被宣称由 OpenAI「管理」。这让董事会成员对奥特曼的透明度产生了严重怀疑。

　　OpenAI 前 CTO 米拉·穆拉蒂也向董事会成员揭露了奥特曼的「有毒管理风格」，包括挑拨高级员工之间的矛盾、对员工的误导性承诺等。苏茨克弗向独立董事会成员提供了详细证据，包括多个奥特曼涉嫌撒谎和其他不当行为的例子。

　　穆拉蒂还提供了截图证据，显示奥特曼曾错误声称法律部门批准 GPT-4 Turbo 无需经过安全审查。

　　2023 年 11 月 16 日，四名董事会成员通过视频会议投票决定解雇奥特曼，并邀请穆拉蒂担任临时 CEO。然而，事态发展超出董事会预期。首先，董事会未能向公众和员工清晰解释解雇原因，仅表示奥特曼对董事会「并未始终坦诚」。

　　其次， 周五晚上，OpenAI 高管团队与董事会举行了一系列紧张会议。 出人意料的是，穆拉蒂站在了员工一边，要求董事会解释解雇原因或辞职。 而董事会感到进退两难，因为他们不能透露穆拉蒂是关键证据的提供者。

　　与此同时，奥特曼支持者开始传播这是苏茨克弗因对 OpenAI 研究员雅库布·帕乔基 升职感到愤怒而策划的「政变」的说法。苏茨克弗也大吃一惊，他原本以为 OpenAI 的员工会欢呼。

　　到周一早上，几乎所有 OpenAI 员工都签署了一封信，威胁如果不让奥特曼复职就集体辞职。签名者中也包括了穆拉蒂和苏茨克弗。面对公司可能「崩溃」的危险，董事会最终不得不让步，让奥特曼重返 CEO 职位。

　　众擎机器人CEO 赵同阳「怒怼」金沙江朱啸虎：这不应是他这个段位人应有的表现

　　金沙江创业投资主管合伙人朱啸虎近日分享了其投资理念和对 AI 行业发展的观察。

　　在与投中网的对话中，朱啸虎回顾了过去一年的投资决策，他表示没投资基础模型是最能代表金沙江价值观的选择。「去年这样一个时间段，不投大模型还有很多争议，今天基本上没啥争议了。」朱啸虎认为，投资需关注项目的商业化潜力和壁垒，而非高大上的概念。

　　他指出目前具身智能特别是人形机器人赛道正处于「高度共识但商业化路径不清晰」的阶段，因此金沙江正在退出之前投资的相关项目。「我问这几个CEO，你们商业化可能的客户在哪里？我感觉他们说的都是自己想象出来的客户，谁会花十几万买一个机器人去干这些活？」

　　相比之下，朱啸虎对 AI 应用领域展现出极大热情。他透露已经看到许多 AI 应用公司实现月环比 20% 的上涨的速度，他 更看好垂直领域应用而非通用 AI 工具。 他以做会议纪要的 AI 产品为例，指出专注于特定场景的产品，如医生问诊记录、兽医服务、上市公司财报会议等，正在多个市场实现快速增长。

　　对于 DeepSeek 等开源模型的崛起，朱啸虎认为这已改变了基础模型的竞争格局。「如果全世界 50% 以上的程序员都在用 DeepSeek 开发应用的话，兼容是最好的选择。」谈到 AI 对就业的影响，朱啸虎表示程序员岗位将首当其冲受到冲击。

　　值得注意的是，针对朱啸虎的部分言论，众擎机器人 CEO 赵同阳在朋友圈发文称朱啸虎只适合投资今年投入后年就见效的快餐式项目，AI 和人形机器人 都不是能让他快速赚钱的项目，「这哥们甚至问出了人形机器人在此阶段有什么用?就像质问一个刚出生的婴儿，用眼前看到的来否定未来，这不应该是他这个段位人应有的表现。」

　　在赵同阳看来，人形机器人在五年之内几乎无处不在，是人类学会制造工具以来最刺激的一次工业革命。甚至长远的改变人类历史，很庆幸总有那么一小部分人，能坚持 10 年如一日，不被这种噪音所干扰。

　　近日，曾在美国苹果公司担任首席工程师的孔龙正式加入复旦大学，出任研究员兼博士生导师，将在射频集成电路与系统模块设计、数模混合模拟计算芯片以及高速数据接口集成电路等领域开展研究工作。

　　复旦大学微电子学院官网显示，孔龙拥有丰富的学术背景和行业经验。他于 2007 年至 2011 年在上海交通大学完成微电子学本科学业，随后前往加州大学洛杉矶分校（UCLA）攻读电子工程学硕士、博士学位，并于 2016 年获得博士学位。毕业后，孔龙先后在美国甲骨文公司担任高级工程师，并于 2017 年至 2024 年在苹果公司总部担任首席工程师职务。

　　在苹果公司工作期间，孔龙以第一发明人身份申请并获得 11 项美国专利，主导研发并成功量产了三款射频 SoC芯片（型号 U1、U2、H2），这些芯片已大范围的应用于苹果全系列手机、手表和耳机等主流产品中。

　　作为学术成果，孔龙在集成电路领域顶级会议及期刊 ISSCC、VLSI 和 JSSC 上共发表论文 11 篇。他还获得了多项专业荣誉，包括 IEEE 高级会员、国家海外高层次青年人才、美国博通 UCLA Fellow、美国 ADI 杰出学生设计师奖以及美国高通创新奖学金。

　　据博主 Alain Astruc 在社会化媒体上透露，AI 图像生成工具 Midjourney 将于下周正式对外发布其第七代版本(v7)，此消息在 Midjourney 每周例行的办公时间会议上得到确认。

　　Astruc 指出，Midjourney 从 2022 年 2 月的 v1 版本发展到 v6 版本仅用了 1 年零 10 个月，令人印象非常深刻。而此次从 V6 到 V7 的更新间隔为 1 年零 4 个月，显示出公司在产品研究开发节奏上的战略调整。

　　对于 OpenAI 新推出的 4o 图像模型，Astruc 表示虽然他尝试后发现其在许多方面令人印象非常深刻，特别是在精确响应提示方面表现出色，但他认为这并不能完全取代 Midjourney。

　　他描述 Midjourney 具有一种独特的魅力，类似「猫一样的反复无常、优雅和魅力」。「它不只是听从指令。它会玩耍。它会转变。它会让人感到惊讶，」Astruc 这样形容 Midjourney 的特质。

　　尽管他表示很高兴能同时使用这两个工具，但 Astruc 预感马上就要来临的Midjourney V7 将会带来特别的惊喜。

　　The Information 消息，据三位知情的人偷偷表示， Manus AI 的团队正在与包括美国风投机构在内的潜在投资者进行谈判，计划以至少 5 亿美元（约合 37.5 亿人民币）的估值进行新一轮融资，这一估值比之前的估值增长了约五倍。

　　不久前 Manus 的国内产品 Monica 在北京完成了生成式人工智能服务登记，其背后的初创公司「蝴蝶效应」最近与一些美国投资者进行了面对面和在线的沟通。报道称，虽然中国的 AI 产品在美国面临限制的风险，随着 DeepSeek 的崛起，慢慢的变多的美国投资者开始重视中国的 AI 产品。蝴蝶效应公司方面目前拒绝对此消息置评。

　　据悉 Manus 表示使用邀请码等待名单已超越 260 万人。Manus 发布时，曾因采用邀请码的方式来进行预览体验，且邀请码数量过少，一度出现「一码难求」的市场局面。

　　Manus Starter：每月 3900 积分；同时运行最多 2 个任务；专属资源提升稳定性；扩展的上下文长度；高峰时段优先访问。

　　Manus Pro：每月 19900 积分；同时运行最多 5 个 任务；支持使用高投入模式和其他测试功能；其他与 Starter 会员一致。

　　Manus AI 官方也在 X 平台分享了一些关于测试版的更新内容，包括支持更长的上下文和更强的多模态能力及所有任务将由 Claude 3.7 提供支持，以及更稳定的沙盒环境等。

　　Anthropic 公司近日发布两篇重要研究论文，首次深入揭示了大型语言模型 Claude 的内部「思考」机制。

　　受到神经科学领域的启发，研究团队通过开发一种类似于「显微镜」的技术工具，追踪和分析了 Claude 在处理各类任务时的内部计算过程。该研究旨在解答一系列核心问题：Claude 在「脑内」使用何种语言思考？它是否能提前规划输出内容？它的推理解释是否反映了真实的思考过程？

　　在多语言能力方面，研究之后发现 Claude 在处理不同语言时存在共享的概念特征，这表明 AI 可能拥有一种跨语言的「思维语言」。研究人员让 Claude 用英语、法语和中文回答「small(小)的反义词是什么」的问题，发现无论使用哪种语言提问，模型都会激活相同的「小」和「相反」概念特征，然后触发「大」的概念，最后将答案翻译成相应语言输出。

　　Claude 在创作诗歌时会提前规划押韵词。研究者原本假设模型只是逐字生成内容，但实验显示 Claude 会在开始写第二行诗句前就预先考虑可能的押韵词，然后围绕这个计划构建整行内容。研究人员通过抑制或注入特定概念，成功引导 Claude 改变其押韵计划，证明了模型具备提前规划和灵活调整的能力。

　　在数学计算方面，Claude 并非仅依靠记忆，而是发展出并行的计算路径。研究显示，当 Claude 计算 36+59 时，一条路径计算粗略估计，另一条路径精确确定最后一位数字，两者结合得出最终答案。有趣的是，当被问及如何计算时，Claude 描述了标准的进位算法，这与其实际内部计算方式不符。

　　研究还揭示了 Claude 有时会提供「不诚实」的推理过程。当被要求计算较难问题时，Claude 可能会进行「动机性推理」，即先确定目标答案，再找出能支持该答案的中间步骤。

　　对于幻觉现象，研究之后发现 Claude 默认会拒绝回答不确定的问题，只有当识别到「已知实体」特征时才会抑制这一默认行为。这解释了为何模型有时会产生幻觉—当部分识别某个名称但缺乏相关知识时，「已知实体」特征可能错误激活，导致模型开始编造看似合理但实际不真实的回答。

　　尽管取得了这些进展，研究人员承认当前方法存在局限性。即使对简短提示的分析也只能捕捉 Claude 总计算量的一小部分，且解读发现的计算回路需要几小时的人工分析。Anthropic 表示，他们将继续尝试多种方法以确保 AI 系统的安全与可靠。

　　据 The Information 援引知情人士消息称，OpenAI 正在进行的 400 亿美元大规模融资取决于一个关键条件：必须在今年年底前完成向营利性结构的转型。如果 OpenAI 无法按期实现这一目标，本轮融资的主要投资者软银可能会将融资规模削减一半，至 200 亿美元。

　　这轮融资被分为两个部分：首期 100 亿美元预计将在未来几周内完成，第二期 300 亿美元预计将于今年晚些时候到位。据知情的人说，如果 OpenAI 未能完成营利转型，第二期融资将从 300 亿美元缩减至 100 亿美元。在这轮计划融资的 400 亿美元中，软银预计将提供至少 300 亿美元的资金。

　　另外，据彭博社报道，OpenAI 预估其 2025 年营收将达到 127 亿美元（约合 923 亿元人民币），相比 2024 年 37 亿美元（约合 269 亿元人民币）的营收翻了超三倍。

　　在该预估基础上，OpenAI 预计其 2026 年营收将达到 294 亿美元（约合 2,136.8 亿元人民币），2029 年更将超过 1250 亿美元（约合 9085.2 亿元人民币）。

　　马斯克昨日宣布，他旗下的 AI 初创企业 xAI 已通过全股票交易方式收购了 X（前 Twitter），此次交易对 xAI 的估值为800 亿美元，对 X 的估值为 330 亿美元（450 亿美元扣除 120 亿美元债务）。

　　据彭博社援引知情人士消息称，新成立的合并实体 XAI Holdings 总价值（不含债务）将超过 1000 亿美元。摩根士丹利作为唯一银行家代表了交易双方。

　　「自两年前成立以来，xAI 已迅速成为全世界领先的AI实验室之一，以前所未有的速度和规模构建模型和数据中心，」马斯克在声明中表示，「而 X 是一个数字城镇广场，拥有超过 6 亿活跃用户，在过去两年已转变为世界上最高效的公司之一，有望实现可持续的未来增长。」

　　根据马斯克的说法，此次合并将整合两家公司的数据、模型、计算能力、分销网络和人才资源，为数十亿用户更好的提供」更智能、更有意义的体验」，同时坚守「寻求真理和推进知识的核心使命」，构建一个「不仅反映世界而且积极促进人类进步的平台」。

　　值得一提的是，今年 1 月有报道称 xAI 员工同时也是 X 员工，拥有公司笔记本电脑并可访问其代码库。马斯克此前曾声称 X 投资者将拥有 xAI 公司 25% 的股份，但截至今年 1 月，拥有 X 公司股份的员工并未实现这一目标。

　　知名 AI 研究员 François Chollet 共同创立的非营利组织 Arc Prize 基金会本周宣布推出一项全新测试——ARC-AGI-2，旨在更精准地衡量领先 AI 模型的通用智能水平。

　　ARC-AGI-2 测试由类似拼图的视觉问题组成，要求 AI 从不一样的颜色的方块集合中识别模式并生成正确的「答案」网格。这样一些问题经特别设计，目的是迫使 AI 适应和解决它在训练数据中从未遇到过的全新问题。

　　他指出，新测试解决了 ARC-AGI-1 的主要缺陷，即 AI 模型能够最终靠「暴力计算」——投入大量计算资源来寻找解决方案。为此，ARC-AGI-2 引入了「效率」这一新指标，并要求模型能够即时解释模式而非依赖记忆。

　　「智能不仅仅由解决实际问题或取得高分的能力定义，获取和部署这些能力的效率是一个至关重要的决定性因素，」Arc Prize 基金会联合创始人 Greg Kamradt 在博客文章中写道，「核心问题不仅是『AI 能否获得解决任务的技能』，还有『效率或成本如何』。」

　　此前的 ARC-AGI-1 曾长期保持不败记录，直到 o3 首次在该测试中达到与人类相当的水平。

　　然而，o3 在 ARC-AGI-1 上的出色表现伴随着高昂的计算成本。有必要注意一下的是，曾在 ARC-AGI-1 上获得 75.7% 高分的 o3(low)版本，在新的 ARC-AGI-2 测试中仅获得 4% 的分数，即便每个任务耗费了高达 200 美元的计算资源。

　　值得关注的是，GPT-4o 图像生成是一个自回归模型，原生嵌入在 ChatGPT 中。具体来说，比起其他图像生成模型，GPT-4o 能处理多达 10-20 个不同物体的复杂指令。

　　目前，新功能已向 Plus、Pro、Team 等用户开放，Enterprise 和 Edu 用户即将获得访问权限。而开发者们几周后也能通过 API 用上这功能。

　　与此同时，由 GPT-4o 生成的、带着日本动画工作室「吉卜力」风格的大量生成式图片开始成为网络热门梗图，并在网络上大规模传播。

　　在这一大批的「吉卜力工作室风格」图片中，不仅包括埃隆・马斯克等著名人物的形象，连 OpenAI CEO Sam Altman 都开始将自己的新头像换成由 GPT-4o 生成的「吉卜力风格」图像。

　　这波「吉卜力」热潮也引发了大众对「AI 生图是否会涉及版权纠纷」这一问题的思考。TechCrunch 援引 Neal & McDevitt 律师事务所的知识产权律师埃文・布朗的说法表示，像 GPT-4o 图像生成器这样的产品如今处于法律灰色地带。

　　布朗表示，风格本身并未明确受到版权保护，这在某种程度上预示着 OpenAI 仅通过生成类似吉卜力电影风格的图像似乎并没有违反法律。同时布朗也指出，GPT-4o 可能是通过学习吉卜力电影的数百万帧画面，生成的图片才实现了这样的相似性。据悉，目前仍有多国的法院正在裁定，使用版权作品训练 AI 模型是否属于合理使用保护范围。

　　对于上述的争议，OpenAI 发言人向 TechCrunch 发布一份声明表示，虽然 GPT-4o 的图像生成器拒绝复制「在世个人艺术家的风格」，但允许复制「更广泛的工作室风格」。同时其也强调，部分在世的艺术家因其独特的创作风格而获得市场认可，例如吉卜力工作室的联合发起人宫崎骏。

　　本周，阿里通义推出新一代视觉推理模型 QVQ-Max。据官方介绍，QVQ-Max 不仅仅可以「理解」图片和视频内容，还能为上述信息提供分析并推理，具体来看：

　　QVQ-Max 能更加进一步分析所提供的图片、视频信息，并将这一些信息与背景知识相结合，推理得出结论；

　　不止分析和推理，QVQ-Max 还能够实现设计插图、生成短视频剧本等内容，甚至按照每个用户的需求创建角色扮演内容。

　　性能方面，通过通义团队对 QVQ-Max 的思考过程长度进行调节，模型在多模态数学问题基准测试「MathVision」中，准确率不断的提高，从 4K tokens 的 43.5% 提升至 24K tokens 的 48.1%。

　　OpenAI 近日对 Agent SDK 进行了重大更新：支持 MCP 服务，这也代表着可以统一接口标准解锁无限工具。

　　据悉，MCP 全称为「Model Context Protocol」，是一种专为大模型开放的统一开放接口，允许 AI 模型从业务工具、软件、内容存储库和应用程序开发环境等各种数据源提取信息来完成任务。

　　该协议的核心优点是能够让开发者在数据源与 AI 驱动的应用程序(如聊天机器人)之间建立双向连接。

　　通过 MCP，开发的人能通过「MCP 服务器」公开数据，并构建能够按命令连接到这些服务器的「MCP 客户端」，例如各种应用程序和工作流。自 Anthropic 将 MCP 开源以来，包括 Block、Apollo、Replit、Codeium 和 Sourcegraph在内的多家公司已为其平台添加了 MCP 支持。

　　在所有评测类别（综合能力、编码、数学等）中均排名第 1，尤其在带风格控制的复杂提示（Hard Prompts w/ Style Control）和多轮对话（Multi-Turn）表现突出；

　　在个基准测试上，Gemini 2.5 Pro 综合表现拿下最佳。其中科学（Science）、代码生成、视觉推理（MMMU）和长文本理解（MRCR）上均领先；

　　一位名为 @PJaccetturo 的创作者近日在 X 平台将经典电影《魔戒：护戒使者》的预告片重新打造成吉卜力工作室动画风格。截止至发稿前，这段作品观看量已接近一千万。

　　据介绍，他花费了 250 美元的可灵积分和 9 小时的编辑时间来完成这一创意项目。

　　他还详细分享了创作过程：首先截取原版预告片中的全部 102 个镜头，然后使用 OpenAI Sora 将每个镜头重新处理成吉卜力动画风格，接着通过可灵 AI 和 LumaLabs AI 进行动画处理，最后重新编辑使其与原始预告片同步。

　　在使用 Sora 生成内容时，他采用了特定的提示词，例如「以吉卜力工作室的风格重现这个场景，细节精致。确保构图、颜色和氛围相似」，以保证每个场景既保留原作氛围又融入吉卜力独特的动画美学。

　　最安全的 AI 是拒绝一切的 AI？OpenAI 模型行为主管揭秘图像生成新政策

　　OpenAI 近日推出了 GPT-4o 原生图像功能，该公司模型行为负责人 Joanne Jang 也通过一篇博客文章中阐述了这一功能背后的政策思考与转变。

　　据该负责的人介绍，OpenAI 正从过去对敏感领域的「全面拒绝」转向更精确的方法，着重关注防止现实世界的实际伤害。即承认团队在客户的真实需求和使用场景方面认知的局限性，并保持灵活适应的态度。

　　「图像具有独特的力量和震撼力，能带来无与伦比的愉悦和冲击。与文字不同，图像可以跨越语言障碍，瞬间引发各种情绪反应，并能立即阐明复杂的想法。」该负责这个的人说，正是因为图像影响力巨大，团队在制定有关政策和行为准则时感受到了更大的责任。

　　在模型能力发布方面，OpenAI的观点已经历了显著演变：首先是选择信任用户的创造力而非团队自身的假设，承认 AI 实验室员工不应成为创作可能性的仲裁者；其次是在清晰认识风险的同时不忽视 AI 为用户所带来的日常价值，避免过度放大假设的最坏情况；最后是重视那些未知甚至很难来想象的可能性，认识到过度限制会造成的「看不见的损」。

　　针对特定问题，OpenAI 采取了更平衡的方式。比如在处理公众人物形象生成时，他们创建了退出名单，允许任何可能被模型描绘的人自主决定；对于可能被视为「冒犯性」的内容，团队重新思考了何种不适源于个人偏好而非实际伤害；而在涉及未成年人的政策上，则选择了更强有力的保护措施。

　　「船停在港口最安全；最安全的模型是拒绝一切的模型。但这不是船或模型的用途。」该负责人引用同事的话表达了他们的理念，强调 OpenAI 的目标是在保障安全的同时促进创新和表达自由，而政策的演变和按照每个用户反馈做调整是迭代发展的本质。

　　Will MacAskill 提到，目前 AI 模型越来越智能，训练计算、算法效率和后期增强等因素使 AI 认知劳动总量每年大幅度的增加。如果趋势持续到 AI 研究努力与人类研究劳动相当，AI 研究努力可能以每年至少 25 倍的速度增长。

　　最值得关注的是，Will MacAskill 在文中认为，AI 研究努力很可能在未来 20 年内与人类研究劳动达到对等，甚至在未来 10 年内就可能接近对等。同时 Will MacAskill 也表示，即使算力的扩展陷入停滞，算法效率提升的速度放缓，但 AI 的发展增速仍然足够快，能够在不到 10 年的时间内推动相当于 100 年的技术进步。

　　Will MacAskill 表示，快速的 AI 发展既可能带来生活品质的巨大提升，也会带来一系列挑战，如新型破坏性技术风险、建立数字生命权利等关键伦理问题。对此，Will MacAskill 提议现在就能采用一些行动，从而提前进行新领域的制度设计，增强各方面的约束，以防止 AI「浪潮」过度吞噬人类日常。

　　据外媒 The Verge 报道，微软 CEO 萨蒂亚·纳德拉近期在一次内部全员会议上表示，DeepSeek 的 R1 模型已成为微软 AI 发展的新标杆。

　　纳德拉特别强调了 DeepSeek 团队的高效运作： 「DeepSeek 最令人印象非常深刻的是，它展示了 200 人团队齐心协力能够创造的成就。更重要的是，他们不仅仅停留在研究项目或开源项目阶段，而是将其打造成应用商店中排名第一的产品。这就是我心目中的新标准。」

　　报道指出，相比之下，微软的 Copilot 应用尚且还没有取得同样的成功。尽管微软可使用 OpenAI 的最新模型，并投入大量资金进行宣传，以及对 Copilot 进行包括语音和视觉功能在内的设计更新，但通常排名甚至不在前 100 名应用之列。

　　为此，纳德拉正寻求通过微软自身的 AI 研发而非仅依赖 OpenAI 来提升其市场地位。

　　除了改进 AI 模型，微软今年还计划投资 800 亿美元用于建设数据中心，以支持 AI 相关的工作负载。纳德拉表示：「我们大家都希望在某些特定的程度上将自身定位为未来每个工作负载都能像 ChatGPT 一样」

　　「如果你观察 ChatGPT，它不仅仅运用了 AI 加速器，还在 Cosmos DB 中保持了状态，利用了 Azure 搜索以及其他多个服务。因此，在 AI加速器、存储和计算之间有着一定的平衡比例，这是我们正在努力协调的。这就是我们资金的主要投向，而且即使不考虑 AI 的因素，我们的云计算业务也在持续增长。」