GPT-5难产内幕曝光：性能提升远低于预期，OpenAI靠新技术紧急救场，或下周发布

最近关于 GPT-5 的猛料简直满天飞，奥特曼也公开谈体验，种种迹象表明这次真的要来了。

不过 The Information 今天曝光了GPT-5 的更多内幕，被 OpenAI 视为迈向 AGI 关键一步的 GPT-5，其实 经历了一场不为人知的「难产」危机。

这场危机的核心，是一连串致命的打击：被寄予厚望的突然「智障」，核心项目宣告失败，顶级人才被竞争对手用重金挖走，技术路线一度摇摆。

与此同时， OpenAI 现金流正以每分钟烧掉 11 万人民币的速度奔向枯竭。尽管年化收入已暴增至 120 亿美元，但面对 2025 年高达 80 亿美元的预期现金消耗，也急需 GPT-5 提振外界的信心。

GPT-5，已经不仅是一个技术产品，更是 OpenAI 的一场豪赌。APPSO 今天就给你扒一扒就从这场惊心动魄的内幕。

太长不看版：

1. GPT-5 曾一度「脑死亡」：OpenAI 内部最强推理模型 o3 在实验室里是「天才」，一尝试对话就秒变「智障」，性能大幅衰减。原定为 GPT-5 的 Orion 项目也因技术瓶颈流产，降级收场。

2. 开发过程堪比宫斗剧：一边是技术上遭遇「规模化诅咒」，高质量数据告急；另一边是核心研究员被 Meta 用「足球巨星级」薪酬挖角，团队动荡，士气低落。

3. 极限救场：在绝境中，OpenAI 搞出个「通用验证器」系统，让一个 AI 自动给另一个 AI 当考官、挑毛病，硬是靠这招「左右互搏」的技术，把 GPT-5 从技术泥潭里捞了出来。

4. 最终版本是「全家桶」：最新泄露的 GPT-5 是一个模型家族，包括全能主模型 o3-alpha、编程小钢炮 lobster 和迷你版 starfish，首次实现了推理和多模态能力的统一。

5. 烧钱豪赌：一边是年化收入飙到 120 亿美元，ChatGPT 周活破 7 亿的泼天富贵；另一边是预计 2025 年要烧掉 80 亿美元现金的巨大窟窿。GPT-5 的成败，也会决定 OpenAI 的未来。

6. 画饼被泼冷水：奥特曼高喊「GPT-5 比我们所有人都聪明」，而老熟人马库斯则列出「7 大悲观预测」，提醒大家别太上头。

GPT-5 的难产内幕

今年上半年，一个名为 o3 的推理模型曾在 OpenAI 内部被封为「天才」。它是一个「教师模型」（teacher model），也就是最原始、未经过对话优化的版本。

通过投入海量的 Nvidia H100 算力，并赋予它实时搜索网络和代码库的能力，o3 在理解复杂科学概念等领域取得了前所未有的突破。

内部测试结果让所有研究员都兴奋不已，他们似乎看到了通往 AGI 的康庄大道。

但当团队试图将这个「天才」教师模型，通过指令微调（SFT）和人类反馈强化学习（RLHF）等手段，转化为一个能与普通用户流畅对话的「学生模型」（student model）时，它的性能发生了灾难性的衰减，表现甚至还不如上一代的 o1 模型。

一位内部人士用了一个绝妙的比喻：「这就像你让爱因斯坦去参加小学语文考试，他满脑子都是相对论和量子力学，但你非要让他解释‘的、地、得’的用法。强迫它用人类的语言逻辑进行对话，无异于一种「降智打击」（dumbs down the raw, genius-level model）。」

我们现在偶尔看到 ChatGPT 在「深度思考」难题时，会先输出一堆看不懂的「胡言乱语」（gibberish），其实就是这种模型原始思维与人类语言冲突的冰山一角。

o3 的失败，让 OpenAI 第一次意识到，AI 的「智能」和人类的「沟通」之间，存在着一道巨大的鸿沟。

Orion 项目流产与内外交困

o3 的挫败并非孤例。更早之前，被内部寄予厚望、原计划成为 GPT-5 的 Orion 项目也遭遇了滑铁卢。该项目雄心勃勃，但在实际训练中始终无法产出超越 GPT-4o 的性能，最终在今年 2 月被无奈降级，以 GPT-4.5 的名义发布。

Orion 失败的原因是多方面的：

高质量数据枯竭：互联网上能薅的羊毛快被薅秃了，高质量、未被污染的数据越来越难找。

规模化定律失灵：一些在小模型上效果拔群的训练技巧和调整方法，在将模型规模扩大到万亿参数级别后，突然就不起作用了，甚至会产生反效果。

奥特曼年初曾公布 OpenAI 的路线图更新

屋漏偏逢连夜雨。OpenAI 内部，一些高级研究员强烈抵制将他们的核心发明拱手让给最大股东微软，尽管合同白纸黑字写着微软在 2030 年前拥有独家 IP。

与此同时，财大气粗的竞争对手 Meta 以堪比「顶级球星」的薪酬，从 OpenAI 挖走了十多名核心研究员，直接导致一些关键项目团队重组，人心惶惶。

秘密武器「通用验证器」救场

就在研发陷入僵局，整个公司都笼罩在失败阴影下时，OpenAI 亮出了他们的王牌：一个被称为「通用验证器」（universal verifier）的系统。

这个系统的核心思想，就是「用魔法打败魔法」。它能让一个大语言模型（LLM）扮演「考官」的角色，通过交叉引用网络信息、代码库和内部知识库，来自动检查和评判另一个「考生」模型的答案质量。

它的厉害之处在于，不仅能验证像编程、数学这类有明确对错答案的领域，还能通过复杂的评估标准，去判断创意写作、策略分析等主观性更强内容的质量。

这套基于强化学习（RL）的「AI 教练」体系，有效地解决了人类标注员数量有限、水平不一的难题，为模型的持续优化提供了源源不断的、高质量的反馈数据。

正是这有了这个技术，才为 GPT-5 的开发扫清了最后的障碍。

最终的答案：一个模型家族

经历九死一生，根据目前爆料，GPT-5 会是一个强大的模型家族，首次实现了推理能力和多模态交互能力的「大一统」，或许混乱的命名也能因此被解决。

GPT-5 主模型 (代号 「nectarine」 或 「o3-alpha」)：全能型选手，据称在高级编程和物理问题上表现出色，甚至有 zero-shot demo 流出。

GPT-5 mini (代号 「lobster」)：专为编程而生的小钢炮。有网友爆料，让它和另一个模型同时创建交互式神经网络动画，lobster 一次性就生成了带彩色节点的完美方案，而另一个模型还在报错。

GPT-5 nano (代号 「starfish」)：超轻量级选手，已经悄悄出现在大模型竞技场上。

如今，随着发布的临近，奥特曼又开始高调「画饼」，最近在采访直接提到 GPT-5 的体验：成功解答了一封邮件中他自己都没看懂的问题，让他感受到前所未有的「无能为力」，他甚至夸张地表示「那时我靠在椅子上，心里想：哇，这一刻终于来了……」

他甚至直言「感觉自己在 AI 面前简直无能为力」：

那本来是我觉得自己应该能搞定的问题，但我却做不到。这真的挺难受的。但 AI 就轻轻松松地完成了。那是一种很奇怪的感觉。

但这套说辞，网友们似乎已经免疫了，不少人吐槽：「刚发布时可能很惊艳，但一周后就会变笨，跟以前所有模型一个德行。」

「泼冷水大王」马库斯也照例发布了 7 条悲观预测，提醒大家GPT-5 依然会犯低级错误、产生幻觉，离 AGI 还远着呢。

甚至有网友用 AI 脑补了GPT-5 后用户对奥特曼的反应.

不管怎样，经历了无数次的「下周发布」和真假难辨的爆料后，现在用户的心情大概只剩下：

欢迎加入 APPSO AI 社群，一起畅聊 AI 产品，获取，解锁更多 AI 新知

我们正在招募伙伴

简历投递邮箱hr@ifanr.com

✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）