AI大佬们接连走向国际政治舞台! OpenAI掌舵者亲赴联合国倡议AI标准 推进AI商业化

来源：智通财经网

OpenAI的首席执行官萨姆·奥尔特曼将在美东时间周三于联合国大会发表演讲时，将正式向全球科技行业与政治家们倡议制定全球范围认可的AI标准，并在是否应放缓这项技术发展的问题上，将自己定位为“AI技术中间派”。

身为公司联合创始人兼首席执行官的奥尔特曼将现场亲自出席联合国安理会的一场重要会议，各国外交官将在会上讨论人工智能及其应用前景与监管准则。OpenAI最强劲竞争对手Anthropic PBC公司的最高级负责人兼首席执行官达里奥·阿莫代伊将通过视频连线参加。

OpenAI掌舵者奥尔特曼，以及阿莫代伊、英伟达CEO黄仁勋、特斯拉与SpaceX CEO马斯克频繁走向国际政治与科技前沿阵地之际，正值Muse、Astra等最前沿AI智能体工作系统扩大了能够自动完成的繁琐且复杂商业任务范围，进而也使算力需求由单次问答延伸至持续高效率运行的极度复杂智能体工作流，全球AI算力需求预期迎来新一轮扩张，推动有着“芯片股风向标”称号的费城半导体指数本周以来大涨近7%，今年迄今涨幅更是高达80%。

联合国讲台上的AI标准倡议

OpenAI的代表在奥尔特曼演讲前举行的一场吹风会上表示，这位公司领导人将扮演“务实的人工智能中间派”角色，推动制定共同的AI安全标准，同时不阻碍创新，也不让过多权力集中在少数几家公司手中。

这场会议将在纽约举行的联合国大会年度一般性辩论期间召开。今年的一大主题是对AI失控的担忧——本月早些时候，一名Anthropic研究人员为表达抗议而辞职，进一步加剧了这些忧虑。

联合国秘书长安东尼奥·古特雷斯周二发表讲话，警告AI带来的危险，并呼吁开展全球合作。唐纳德·特朗普总统随后不久发表讲话，将这一构想斥为“全球主义图谋”。

在回答有关特朗普上述言论的问题时，OpenAI发言人表示，公司并未支持任何特定的国际监管机构。相反，OpenAI倡导的是围绕AI安全制定基本标准，以及通过民主机制实施管控。他们表示，各国的AI安全研究机构可以参与其中。

OpenAI发言人表示，联合国也可以在有关标准的讨论中发挥作用，而各国可以通过民主方式提出不同的应对方案。

奥尔特曼于7月首次讨论建立一个由美国牵头的全球性机构的构想，最近又在本周早些时候的一篇博客文章中，阐述了建立此类网络的思路。

对于有关阿莫代伊将在会议上发表什么内容的置评请求，Anthropic未予回应。

AI大佬们从AI技术前沿走向国际议程：全球AI应用前景、安全评估与基础设施成为经营议题

从OpenAI公开说明看，其参与国际政策讨论的一项直接理由，是跨国部署面临的评估与报告体系差异：不同国家对模型能力、安全事件和风险证据的定义可能不一致，增加比较与协调的难度。

这家全球AI应用领军公司9月21日提出的方案，涵盖能力测量、风险评估、安全措施充分性，以及自动化AI研究中的人工审查触发条件和事件通报。OpenAI明确将这些内容界定为共同技术基础，并表示各国政府自行决定是否以及如何纳入法律体系。这也在一定程度上解释了奥尔特曼走向国际政治场合所主导的公开议题：随着模型能够执行更复杂的现实任务，企业需要与政府密切讨论如何评估AI能力、明确监督程序和处理跨境AI部署事件。

另一项直接关联企业经营的议题，是算力基础设施设施的实际部署先决条件与全球AI基建沟通框架。英伟达9月16日宣布与Google、Emerald AI成立AI能源管理联盟，提出统一灵活用电设施的技术要求、性能指标及运营数据共享方式，并探索更快的电网接入路径;公司明确指出，电力已经成为美国AI基础设施扩张的重要约束。

黄仁勋也曾于9月2日在G20创新部长会议讨论AI安全责任及监管合作，这是与此次联合国会议不同的活动。 对于聚焦AI算力主题的股票市场投资者们而言，这些公开议题连接着AI大模型/最前沿AI智能体商业化进程加速推进、数据中心投运时间与资本开支兑现：最核心AI芯片与数据中心CPU、存储芯片组件性能决定计算能力，电力接入和项目交付决定可用容量，具体的评估与部署要求则进入企业的运营流程和成本结构。

Muse、Astra等前沿AI系统扩大了能够自动完成的商业任务范围，也使算力需求由单次问答延伸至持续运行的智能体工作流。Meta更是披露，Muse运行于配备浏览器的专用云端虚拟机，即使用户关闭应用，也能继续处理任务。模型效率提高、任务成功率提升，可以让更多原本成本过高的工作进入AI系统。因此，智能体普及对产业的影响，既包括AI芯片需求，也包括CPU、存储、互连与供电系统的配套扩张。

从底层架构看，一项复杂任务可能包含多轮推理、工具调用、代码执行和结果验证：GPU负责模型矩阵运算，长上下文预填充增加输入处理负荷，持续解码及并发会话则提高对计算吞吐、内存带宽和键值缓存容量的要求;CPU承接工具执行、沙箱运行和任务编排。用户数量、任务覆盖范围与并行工作流的扩张，构成GPU、CPU、存储和网络需求共同增长的基础。这也是市场将智能体应用普及，转化为英伟达、AMD等算力供应商增长预期的重要逻辑。