Meta抄袭DeepSeek大翻车？硅谷大佬爆料亮点满满，AI军备烧钱真相震碎硅谷

新智元报道

编辑：Aeneas 好困

【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：

https://www.youtube.com/watch?v=cHgCbDWejIs