OpenAI CEO Sam Altman在印度发表关于模型成本的一番话，再一次引发了业内的广泛关注。
昨天2月5日，OpenAI首席执行官Sam Altman在亚太巡演的最后一站来到印度，与印度IT部长阿什维尼·维什瑙（Ashwini Vaishnaw）展开了一场高规格对话。在对话中，Sam首次系统回应了外界对AI成本的争议。"如果你指的是我几年前关于人工智能成本的某些评论，我认为当时的观点被误解了。"Sam说道，"在过去几年中，我们在蒸馏技术（distillation）方面取得了重大突破，学到了如何高效地训练小型模型，尤其是在推理能力方面。"
更引人注目的是，Sam首次提出了AI成本演进的"双轨理论"："前沿研究的成本将沿着指数曲线增长，但带来的经济和科学价值也是指数级的；而单位智能成本每年能下降约10倍，这比摩尔定律预测的芯片进步还要快。"
【核心要点】
成本突破：蒸馏技术带来小型模型训练可行性大幅提升
双轨并行：前沿研究维持高投入，单位成本年降10倍
市场扩张：成本下降推动应用普及，总体投入继续增长
技术展望：神秘的"Stargate"项目或将推动AI新突破
全球布局：印度成为第二大市场，OpenAI布局全栈合作
在DeepSeek用数据蒸馏技术验证低成本AI可能性的同时，Sam Altman这番表态似乎印证了一个趋势：AI正在进入一个高端突破与普及应用并行的新阶段。让我们一起深入解读这场对话中的深层思考：
文稿整理
主持人： 这间会议室今天格外重要，因为我们聚集了全球人工智能议程的两位关键人物，同时也有众多开发者、初创公司和研究人员在场。你们将把我们今天讨论的许多洞见付诸实践，所以我非常期待展开这场激动人心的对话。让我先从你开始谈起。众所周知，OpenAI 正在迅速扩张，最近的一份报告指出，到 2030 年，它对全球 GDP 的贡献预计将达到 14%。你们已经为 印度人工智能使命 设定了明确的目标和方向，我很好奇，在未来 5 年内，你认为有哪些真正的机遇值得关注？
一、 AI 发展的关键临界点
印度 IT 部长： 我们的总理一直强调，我们必须让技术更加民主化。因此，我们的重点是让技术变得更普惠，即让技术触及每一个人，同时让技术开发的机会向大量初创公司和研究机构开放。
在 印度人工智能使命 中，我们正在所有三个关键层面展开工作——
芯片设计层面：我们正在自主研发自己的 GPU。
基础层面：我们将与 OpenAI 积极合作。
应用层面：我们正在构建高质量的数据集，以训练符合印度语言、文化细微差别及地区特征的人工智能模型。这是一项极具挑战性的任务，需要精心策划和整理数据集。
换句话说，我们正在全面推进人工智能发展，希望能快速成为全球技术领导者。印度在科技应用方面一直是快速适应者，“数字印度” 计划已让我们成为全球最早实现大规模数字支付和数字化日常生活的国家之一。因此，我们希望在人工智能领域也保持这一领先优势。
主持人： 确实，OpenAI 在过去几年中以惊人的速度推出了新模型和新功能，带来了广泛的用户增长和应用采用。Sam，你上次访问印度时曾提到，印度应当采取一些关键举措，并且在人工智能领域有独特的贡献潜力。现在，你正在进行亚太地区多国访问，而印度是你的最后一站。你认为，我们目前在哪些方面仍然思考不足，或者尚未充分行动？
Sam Altman： 我完全赞同刚才关于 全栈方法（Full Stack Approach） 的观点。印度对于全球人工智能生态系统而言至关重要，对 OpenAI 来说更是如此。目前，印度已经是我们全球第二大市场，过去一年中，我们在印度的用户增长了 三倍。但更让我印象深刻的是，印度的开发者、企业和研究人员正在构建涵盖整个技术栈的人工智能解决方案，包括 芯片、模型，以及各类令人惊叹的 AI 应用。因此，我认为印度应该 全方位布局，并成为人工智能革命的全球领导者之一。印度已经展现出了惊人的科技接受度，并且正在打造一个完整的人工智能生态系统。
主持人： 随着人工智能的快速发展，关于 构建基础模型的成本 也成为一个热点话题。你最近有没有对这一问题的看法有所改变？
Sam Altman： 首先，如果你指的是我几年前关于人工智能成本的某些评论，我认为当时的观点被误解了。那时候，我们正处于某个特定的扩展阶段，当时我确实认为，保持在最前沿的预训练模型的开发成本将会很高，而我至今仍然持这一观点。但在过去几年中，我们在 蒸馏技术（distillation） 方面取得了重大突破，学到了如何高效地训练小型模型，尤其是在推理能力（reasoning models）方面。虽然这些模型的训练仍然昂贵，但可行性已经大幅提升。这一进展将带来大量的创造性应用爆发，而印度应该在这个领域发挥领导作用。
关于模型成本，其实有两种不同的角度：
1、前沿研究的成本：如果要保持在人工智能的最前沿，我们认为这些成本仍会 沿着指数曲线增长。但与此同时，提高智能水平所带来的经济和科学价值也是指数级的。例如，我们正在推进 “Stargate” 项目，这将推动 AI 进入一个新的高度。
2、单一智能单位的成本下降：从另一个角度看，我们观察到 单位智能成本每年下降约 10 倍。摩尔定律 预测 芯片上的晶体管数量每 18 个月翻倍，这在几十年间改变了整个科技世界。而 AI 领域的成本下降速度更快，带来的影响更大。不过，这并不意味着全球对 AI 硬件的需求会减少。相反，当 AI 计算成本下降后，人们会更广泛地应用 AI，整体市场规模反而会不断扩大。换句话说，虽然单位计算成本下降了，但总市场投入会不断增长，推动人工智能进入更深层次的应用。
主持人： 所以，你认为 AI 的硬件需求不会减少，反而会持续增长？
Sam Altman： 正是如此。即使 AI 计算的 单位成本下降，市场需求仍然会持续增长。因为 当 AI 变得更便宜、更高效，大家会用它来做更多事情，最终 整体市场投入 反而会继续增加。
二、印度的 AI 发展战略
主持人： 嗯，这是一个非常令人兴奋的趋势，听到这些消息真的很棒。我觉得今天在场的每个人都充满了期待。所以，我想请教您一个问题——最近，印度 宣布计划构建 基础模型，众所周知，这是一个极其复杂的过程。我很好奇，面对 印度的多样性和复杂性，您如何看待这个过程可能带来的意外惊喜和创新？印度计划构建的基础模型将如何展现独特性，并在全球范围内发挥独特作用？
印度 IT 部长： 正如 Sam 之前所说，人工智能领域每年都在经历 10 倍的智能计算成本下降，而这样的创新可以来自世界上任何地方——那么，为什么不能来自 印度？这才是关键所在。我们的 年轻企业家、初创公司和研究人员 都非常专注于推动 下一个重大创新突破，以进一步降低 AI 开发成本。要知道，我们的国家 以远低于其他国家的成本完成了登月任务，那么，为什么我们不能开发一个 成本仅为其他国家一小部分 的基础模型呢？所以 创新 将推动 AI 计算成本下降，我们相信，这个过程会带来巨大的技术突破。
主持人： 确实，OpenAI 经常提到一个观点：“如果你能解决 印度 的 AI 问题，那么你就能解决全球范围内的 AI 挑战。”因为 印度的多样性 和 广泛的应用场景，如果我们能成功 解决本地化问题并打通最后一公里，那么在全球范围内也能推广类似的解决方案。除此之外，您曾多次提到，您对 人工智能应用层的创新 感到兴奋。今天在场有很多 开发者和初创公司，这也是一个很好的机会，能否和大家分享，您认为他们应该重点关注哪些领域？同时，除了 应用层面，印度政府本身在 人工智能的应用和推广方面有哪些具体规划？
印度 IT 部长： 这个问题问得很好。事实上，印度政府已经在多个部门部署了 AI 技术，涉及的政府机构和部门非常广泛。对于印度而言，我们所面对的大多数挑战，都是 人口规模级别的问题，通常都涉及 十亿级别的解决方案。这意味着，AI 在印度的应用必须能支持超大规模的用户群体。
因此，我们的重点方向包括——
医疗健康
教育
农业
天气预测
灾害管理
交通运输
我们正在这些领域推动人工智能的落地应用。我也想借此机会向 整个印度的初创企业 发出邀请，希望大家能开发出 创新性解决方案，帮助我们解决这些 规模庞大的社会问题。此外，我们很快就会推出一个”开放竞赛计划（Open Competition Program）“，这是一个 政府主导的 AI 创新竞赛，旨在鼓励 更多初创公司参与 AI 研发。所以，我希望在座的开发者们都能积极参与——让我们一起用人工智能解决世界上最复杂的问题！
三、AI 在教育与医疗领域的潜力
主持人： 太棒了！Sam，就刚才提到的 人口规模级别的问题，印度显然是一个 极具代表性的国家。而 OpenAI 的愿景之一就是让 人工通用智能（AGI） 造福全人类。那么，你如何看待 OpenAI 的模型和工具在医疗、教育等领域 发挥 平衡器（Equalizer） 的作用？
Sam Altman： 这是一个非常重要的问题。我认为 现在我们所处的 AI 发展阶段，模型已经基本达到了“可用”门槛。在接下来的几个月里，我们将发布的新模型”Deep Research “ 已经足够强大，可以真正用于解决这些现实世界问题。接下来的挑战就是——开发者们如何利用这些技术，构建真正可用的 AI 解决方案。事实上，我们已经看到了一些非常激动人心的 AI 应用案例。例如：
在医疗领域，AI 已经能够帮助医生诊断疾病，甚至在科研中辅助研究人员寻找新的治疗方案。
在教育领域，AI 已经展现出惊人的个性化辅导能力，提供了 前所未有的学习体验。所以，现在的关键是——如何加速这些 AI 应用的落地，真正让 AI 造福所有人。
主持人： 所以，你认为 我们已经到了 AI 应用突破的临界点，而接下来的重点就是 开发者们如何利用 AI 来构建真正的解决方案？
Sam Altman： 完全正确！现在的 AI 技术已经进入了 可用阶段，开发者们应该抓住这个机会，将 AI 真正应用到现实世界的关键领域，推动社会变革。Sam Altman（OpenAI 首席执行官）：我认为，目前的 AI 技术已经接近关键门槛，而即将发布的下一代模型将真正跨越这一门槛。但现在，我们需要大家去 构建各种 AI 服务。希望今天在座的某位开发者，能够找到 未来 AI 导师（AI Tutor） 应该是什么样子。这将是一个 人口规模级的应用。
想象一下，如果 全球每一个孩子 今年都能获得一个 AI 导师，并且这个 AI 导师的教育质量 优于去年的任何人类导师，这将带来多大的影响？再想象一下，如果我们能够打造一个 AI 医疗诊断系统，它的诊断能力 超过去年世界上任何一个医生，这意味着什么？如果科学家们能够利用 AI 更快地治愈各种疾病，那又意味着什么？这些都是我们 期待已久的时刻，而现在，我们正接近一个 真正实现它的阶段。我们正在构建能够支持这些突破的 AI 技术，而接下来的任务 就是由你们去开发应用。
主持人： 绝对没错！最近发布的研究成果令人惊叹，大家都在密切关注，并希望能将其应用到实际场景中。如果要用 AI 来解决像癌症这样复杂的疾病，你有什么建议？我们应该如何开始实验？
Sam Altman： 目前，我们仍然处于 AI 研究助手（Research Assistant） 阶段。AI 可以帮助研究人员 审查现有文献，找到潜在的联系，但它 尚未发展到自主创新 的水平。换句话说，我们还 不能指望 AI 直接治愈癌症，但我们正在朝着这个方向努力。目前，AI 可以 大幅提升研究人员的生产力，让他们在分析数据、查阅文献、整理研究报告等方面更高效。但最终的科学突破，仍然需要人类研究人员的智慧和创造力。
主持人： 印度希望在全球 人工智能领域拥有更强的话语权，并成为全球 AI 领导者之一。你有什么建议？我们应该如何行动？
Sam Altman： 在我看来，印度目前正在做的事情已经非常正确，没有必要做出大的调整。你们已经在 大力推动 AI 生态建设，并在全球 AI 领域中占据了重要位置。这本身就是 对你们工作的最好认可。
四、 AI 如何提升个人生产力
主持人： 我还想问一个问题，你在日常生活中一定也在使用 AI，对吧？我不会问你最喜欢哪个 AI 平台（笑），但我很好奇，OpenAI 的模型如何提升你的效率和生产力？
印度 IT 部长： 哈哈，这个问题在这个场合问确实有些难回答，但我当然会说 OpenAI 确实很好用！说正经的，OpenAI 确实让生活变得更高效，比如整理笔记、起草文件等都变得非常轻松。但我更关注的是，这项技术 如何影响更广泛的人群，如何让更多人受益。
Sam Altman： 这确实是个很好的问题。目前，我的直觉是——AI 可以帮助完成全球范围内单个数字百分比的经济价值任务，但无法完全替代完整的工作岗位。例如，在科学研究领域，AI 不会自己去治愈某种疾病，但它可以 帮助研究人员更高效地工作。
如果你是一位科学家，你可以让 AI 帮助你：
进行文献综述
整理实验数据
规划实验步骤
订购实验所需物资
这些工作 可能不会直接带来革命性的突破，但如果 全球所有科学家的工作效率都提升两倍，那么这个世界的科技进步速度将加快很多倍。现在，AI 研究工具（Deep Research） 的发展，就像 ChatGPT 的推出，当时很多人都没想到 AI 能够完成如此复杂的多日任务。但事实证明，人们很快适应了它，并找到了高效的使用方法。所以，我相信，AI 在科研、教育、医疗等领域的应用，还需要几个月的适应期，但最终它会带来 颠覆性的变革。
主持人： 你提到了 AI 未来可能带来的 安全挑战，比如 网络安全和国家安全问题，你怎么看？
Sam Altman： 这些确实是关键问题。AI 模型正在迅速提升 软件工程能力，这将对 网络安全产生巨大的影响——既有 正面影响，也有 潜在风险。到 2025 年底，软件工程领域可能会发生重大变化，开发 AI 系统的方式、编写代码的方式、保护信息安全的方式，都会变得不同。我们必须 提前布局，确保 AI 技术带来的影响是积极的。
主持人： 哈哈，看来你现在都能代替我来主持了！感谢两位的到来。
还没有评论，来说两句吧...