在科技界的一次壮举中，OpenAI于12月上旬至中旬连续举办了长达12天的发布会盛宴，每天推陈出新，为观众带来了多项技术创新。这些创新包括增强版o1大模型、文生视频大模型Sora Turbo、精简版推理模型o3-mini，以及高级语音模式增强等。然而，这场科技盛宴却未能激起预期中的热烈反响，即便是多款全面升级的大模型和备受瞩目的Sora Turbo，也未能引发广泛讨论，反而收获了更多的批评而非赞誉。
问题的根源在于，尽管这些大模型在功能上有所提升，能够完成更多任务，但在本质上并未带来突破性的变革。用户期待已久的GPT-5并未现身，而Sora Turbo也仅能生成最长20秒的1080P视频，远低于其年初宣传的2分钟时长，这无疑让众多期待者感到失望。
自2023年3月GPT-4发布后，OpenAI便启动了代号为“Orion”的GPT-5研发项目。然而，18个月过去了，GPT-5依然未能面世。面对这一困境，《华尔街日报》指出，OpenAI的AI项目费用高昂，且成功前景不明朗。有人甚至质疑，AI行业的发展是否已经陷入了瓶颈。
OpenAI在研发过程中遭遇了重重困难。在针对Orion的首次实战测试项目“Arrakis”中，研究人员发现，更大规模的AI大模型训练所需时间极长，成本飙升。数据不足成为制约Orion进展的关键因素。为了解决这个问题，OpenAI开始尝试使用原创数据，招聘人员编写软件代码或解决数学问题以供Orion学习。然而，这一方案不仅延长了训练时间，还大幅提高了训练成本。
在感受到同行的压力后，OpenAI于2024年初对Orion进行了几次小规模训练，并在5月到11月启动了第二次大规模训练。然而，数据量太少、数据多样化不足的问题依然存在。OpenAI CEO山姆·奥特曼曾表示，训练GPT-4的费用大约是1亿美元，而未来AI模型训练费用将达到10亿美元。然而，GPT-5数月的训练已经耗费了5亿美元，却未能取得理想效果。
除了数据和成本问题，OpenAI还面临着外部竞争和人才流失的困境。随着AI行业的火爆，对于人才的需求暴增，OpenAI成为了其他企业争相挖角的对象。多位高层管理人员相继离职，给公司的研发工作带来了不小的打击。同时，为了应对来自对手的竞争，OpenAI不得不开拓更多赛道，如打造精简版的GPT-4和文生视频大模型Sora等。这些新项目导致内部新品开发团队和Orion研究人员争抢有限的资源。
面对困境，OpenAI并未放弃。他们尝试通过赋予AI大模型思维能力的方法，规避数据量不足的问题。然而，苹果研究员在论文中提出了异议，认为AI大模型只能套用现有模式，不具备真正的推理能力。尽管如此，仍有其他大模型在某些测试中表现出了一定的思维能力，这或许为OpenAI提供了新的思路。
在数据方面，OpenAI认为高质量数据并未被完全用尽。容易采集的数据确实被用完了，但合作数据还有极大的挖掘空间。与开发者合作互换或购买数据，同样可以用于训练大模型。AI公司也在考虑使用AI生成的数据或对已有数据进行变换处理，用于训练AI大模型。然而，这一方案同样需要大量资金。
在资金压力下，OpenAI开始寻求盈利之路。他们推出了昂贵的付费版AI大模型订阅服务，然而个人用户数量有限，难以实现大规模盈利。因此，OpenAI开始将目光投向专业应用场景，试图从企业身上赚钱。通过打造专业应用场景，不仅可以降低数据和算力成本，还能够更快地实现盈利。
尽管AI大模型的发展进入了瓶颈期，但远未到达尽头。AI企业获取数据的成本飙升，对于算力的需求也更高。然而，只要尽快实现盈利，就能够为AI行业的发展注入新的活力。随着AI技术的不断进步和应用场景的不断拓展，我们有理由相信，AI行业将迎来更加美好的未来。
