AI領(lǐng)域的風(fēng)云變幻從未停歇。站在浪潮之巔的OpenAI,正謀劃著公司成立以來最根本的一次轉(zhuǎn)型——為未來的首次公開募股(IPO)鋪路。然而,通往資本市場的大門,似乎正被它最重要、也是最強(qiáng)大的伙伴——微軟——牢牢“看守”著。
根據(jù)英國《金融時報》的報道,OpenAI 與微軟,這對一度被視為AI時代最佳搭檔的巨頭, 正在進(jìn)行一場談判,修訂雙方價值數(shù)十億美元的合作條款。這不是一次簡單的商業(yè)合作調(diào)整,而是一場涉及數(shù)十億美元投資、未來技術(shù)控制權(quán),甚至觸及AI發(fā)展底層邏輯的高風(fēng)險談判。
從非營利到IPO:OpenAI的“變身”
故事要從頭說起。OpenAI 最初以非營利研究實(shí)驗(yàn)室的身份創(chuàng)立,帶著“造福全人類”的理想光環(huán)。直到2019 年,為了獲取龐大的計算資源和資金支持,他們成立了營利性子公司“OpenAI LP”,并吸引了外部投資。微軟正是在那時入局,首筆便投下 10 億美元,隨后更是追加至累計超過 130 億美元。
這筆錢,不僅為OpenAI提供了燒錢搞研發(fā)的彈藥,也讓微軟得以將OpenAI最先進(jìn)的AI模型深度整合進(jìn)自己的產(chǎn)品線中,一舉扭轉(zhuǎn)了其在AI領(lǐng)域的被動局面。雙方在 2019 年簽署的合同,不僅規(guī)定了微軟的投資額,更細(xì)致地界定了其對OpenAI知識產(chǎn)權(quán)(包括模型和產(chǎn)品)的訪問權(quán)限,以及一部分產(chǎn)品銷售的收入分成。這份合同效力一直持續(xù)到 2030 年。
如今,OpenAI早已與往日不可同日而語,其估值飆升至 2600 億美元,野心也隨之膨脹——薩姆·奧特曼(Sam Altman)瞄準(zhǔn)的是通用人工智能(AGI)。但追求AGI是個無底洞,需要天文數(shù)字般的資金投入。OpenAI急需撕掉“非營利色彩”,徹底擁抱資本市場,通過IPO募集到支撐其宏大愿景的資金。
為此,OpenAI計劃將其商業(yè)部門重組為一種“公益公司”(Public Benefit Corporation, PBC)的形態(tài)。這種結(jié)構(gòu)在 Anthropic、馬斯克的 xAI 等競爭對手中也有采用,它在追求利潤的同時,名義上也要兼顧公共利益,但最核心的一點(diǎn)是,它能讓OpenAI像一家標(biāo)準(zhǔn)的商業(yè)公司那樣,向投資者發(fā)行股權(quán)。
是的,向投資者發(fā)行股權(quán),這正是問題的關(guān)鍵。OpenAI 近期通過股權(quán)出售已募集了巨額資金,去年 10 月從軟銀、微軟等投資者那里拿了 66 億美元,今年 3 月又在軟銀領(lǐng)投下狂攬 400 億美元。然而,OpenAI 原有的“利潤上限”結(jié)構(gòu),根本無法支撐如此規(guī)模的融資并滿足投資者的回報預(yù)期。一位接近OpenAI的人士坦言,在舊結(jié)構(gòu)下募集 400 億美元是“不可能實(shí)現(xiàn)的”,轉(zhuǎn)型為更傳統(tǒng)的營利性實(shí)體是“滿足巨額融資更高層面的要求”。
百億投資下的核心博弈:微軟的關(guān)鍵要價
這就回到了與微軟的談判。作為最大的投資者,微軟在OpenAI未來的股權(quán)結(jié)構(gòu)中占據(jù)何種位置,是重組能否順利推進(jìn)的關(guān)鍵。談判的核心議題之一,便是微軟那逾 130 億美元的投資,在新公司中究竟能換取多少股權(quán)比例。
但這場談判的復(fù)雜之處遠(yuǎn)不止于此。知情人士透露,雙方正在探討一個更具未來色彩的交換:微軟愿意放棄其在新營利性實(shí)體中一部分股權(quán)比例的優(yōu)先權(quán),來換取什么?換取獲取 Open AI 在 2030 年現(xiàn)有合同到期后開發(fā)的“新”技術(shù)的訪問權(quán)。
這等于是一場用今天的“錢”和確定的“股權(quán)”,去賭和換取未來不可知、但可能顛覆一切的AGI訪問資格。微軟顯然不愿冒在AI最關(guān)鍵發(fā)展階段被OpenAI甩開的風(fēng)險,即便這意味著在當(dāng)下少拿一些紙面上的股權(quán)。而OpenAI則需要通過這種妥協(xié),換取微軟對其重組和上市計劃的放行。
這種圍繞未來技術(shù)的深度博弈,也揭示了這對伙伴關(guān)系中正在積累的緊張。多位直接了解兩家公司關(guān)系的人士形容,雙方關(guān)系“趨冷”。
當(dāng)然,合作的基礎(chǔ)依然存在。微軟繼續(xù)將OpenAI的技術(shù)整合進(jìn)其Copilot等產(chǎn)品,并提供海量的Azure算力支持。但這并未阻止OpenAI羽翼漸豐后的獨(dú)立性訴求。OpenAI正積極拓展自己的企業(yè)客戶,直接與微軟爭奪市場;同時,它也在尋求軟銀、甲骨文等其他巨頭合作,建立龐大的計算基礎(chǔ)設(shè)施,那個野心勃勃的“星門”項(xiàng)目就是例證。
一位微軟高級員工直言不諱地評價這種關(guān)系:“摩擦部分源于風(fēng)格。OpenAI對微軟的態(tài)度仿佛是說:‘給我們錢和算力,然后一邊呆著去,坐好享受我們帶來的旅程就行了。’這自然會帶來緊張。老實(shí)說,這是一種糟糕的合作態(tài)度,顯得很傲慢。”
另一位接近OpenAI的人士則表示:“微軟仍然希望(這種轉(zhuǎn)型)成功。情況還沒到完全鬧翻公開開戰(zhàn)的地步。這是一場艱難的談判,但我們有信心能完成。” 這句話背后,既有現(xiàn)實(shí)的利益捆綁,也有談判的策略考量。
IPO路上的多重障礙:理想、宿敵與外部壓力
即便與微軟的談判能最終敲定,OpenAI邁向IPO的道路上依然荊棘密布。
最大的內(nèi)部矛盾,來自其“非營利”的出身與“商業(yè)化”的未來之間的拉扯。盡管OpenAI在上周的調(diào)整中,保留了非營利董事會對公益公司的最終控制權(quán)(通過賦予董事會大量股權(quán)和董事提名權(quán)),但這并未平息質(zhì)疑聲。批評者認(rèn)為,這種轉(zhuǎn)型是將原本旨在公共利益的技術(shù)和潛在財富,轉(zhuǎn)移給了少數(shù)私有個人和投資者。
最激烈的反對者莫過于前聯(lián)合創(chuàng)始人埃隆·馬斯克。他已發(fā)起法律訴訟,試圖阻止OpenAI的任何重組,其律師馬克·托貝羅夫強(qiáng)硬地表示:“慈善機(jī)構(gòu)仍在將其資產(chǎn)和技術(shù)轉(zhuǎn)交給包括薩姆·奧特曼在內(nèi)的個人,以獲取私利,而將慈善機(jī)構(gòu)在AI/AGI方面的實(shí)際工作都轉(zhuǎn)移到了一個巨大的營利性公司。” 前員工佩奇·赫德利也表達(dá)了擔(dān)憂,認(rèn)為這將使AGI帶來的巨大財富和權(quán)力“從公共利益重新分配給OpenAI的投資者”。
埃隆·馬斯克等人對OpenAI提起訴訟,阻止其轉(zhuǎn)型為營利性公司。來源:Court Listener
除了內(nèi)部的理想沖突和外部的法律挑戰(zhàn),OpenAI還需要通過監(jiān)管這一關(guān)。其注冊地特拉華州和總部所在地加州的監(jiān)管機(jī)構(gòu),特別是特拉華州總檢察長凱西·詹寧斯(Kathy Jennings),已經(jīng)明確表示將審查OpenAI的公益公司方案,確保其符合特拉華州法律,并維護(hù)OpenAI的慈善宗旨以及非營利實(shí)體對營利性實(shí)體的適當(dāng)控制。
如果無法成功轉(zhuǎn)型為公益公司,業(yè)內(nèi)人士警告稱這將是“致命打擊”。OpenAI將難以繼續(xù)以當(dāng)前規(guī)模募集資金,IPO更是無從談起,這將直接影響其獲取必要資源,與谷歌等科技巨頭在AI競賽中抗衡的能力。
哥倫比亞法學(xué)院教授多蘿西·隆德(Dorothy Lund)的觀點(diǎn)或許最能點(diǎn)破OpenAI的困境:“當(dāng)你是一家使命驅(qū)動型公司,同時又需要投資者的資金時,你正處于一個危險的境地。” 她強(qiáng)調(diào),OpenAI必須在這種微妙的平衡中小心翼翼地前行,“你希望投資者繼續(xù)給你數(shù)十億美元的巨額支票,所以你需要讓他們滿意。”
OpenAI與微軟的這場百億級談判,以及它在公司結(jié)構(gòu)轉(zhuǎn)型中所遭遇的重重阻礙,不僅僅決定著一家明星AI公司的未來,更是AI時代理想、資本、控制權(quán)、監(jiān)管等多方復(fù)雜博弈的生動縮影。在這場關(guān)乎未來AI方向的棋局中,每一步都走得驚心動魄。
好文章,需要你的鼓勵
AIM Intelligence聯(lián)合多所知名大學(xué)揭示了音頻AI系統(tǒng)的重大安全漏洞,開發(fā)出名為WhisperInject的攻擊方法。這種攻擊能讓看似無害的音頻指令操控AI生成危險內(nèi)容,成功率超過86%,完全繞過現(xiàn)有安全機(jī)制。研究暴露了多模態(tài)AI系統(tǒng)的系統(tǒng)性安全風(fēng)險,對全球數(shù)十億智能設(shè)備構(gòu)成潛在威脅。
新加坡國立大學(xué)研究團(tuán)隊系統(tǒng)梳理了視覺強(qiáng)化學(xué)習(xí)領(lǐng)域的最新進(jìn)展,涵蓋超過200項(xiàng)代表性工作。研究將該領(lǐng)域歸納為四大方向:多模態(tài)大語言模型、視覺生成、統(tǒng)一模型框架和視覺-語言-動作模型,分析了從RLHF到可驗(yàn)證獎勵范式的政策優(yōu)化策略演進(jìn),并識別出樣本效率、泛化能力和安全部署等關(guān)鍵挑戰(zhàn),為這一快速發(fā)展的交叉學(xué)科提供了完整的技術(shù)地圖。
浙江大學(xué)研究團(tuán)隊通過OmniEAR基準(zhǔn)測試揭示了當(dāng)前AI模型在物理世界推理方面的嚴(yán)重缺陷。測試顯示,即使最先進(jìn)的AI在明確指令下能達(dá)到85-96%成功率,但面對需要從物理約束推斷行動的任務(wù)時,成功率驟降至56-85%。研究發(fā)現(xiàn)信息過載反而降低AI協(xié)作能力,監(jiān)督學(xué)習(xí)雖能改善單體任務(wù)但對多智能體協(xié)作效果甚微,表明當(dāng)前架構(gòu)存在根本局限性。
紐約大學(xué)和Aimpoint Digital Labs的研究團(tuán)隊首次揭示了Transformer模型訓(xùn)練中"大規(guī)模激活"的完整發(fā)展軌跡。這些影響力比普通激活大千倍的"超級激活"遵循可預(yù)測的數(shù)學(xué)規(guī)律,研究者開發(fā)出五參數(shù)公式能以98.4%準(zhǔn)確率預(yù)測其變化。更重要的是,通過調(diào)整模型架構(gòu)參數(shù)如注意力密度、寬深比等,可以在訓(xùn)練前就預(yù)測和控制這些關(guān)鍵激活的行為,為設(shè)計更高效、量化友好的AI模型提供了全新工具。