A graphics card on a dark workbench surrounded by
人工智能

黄仁勋:OpenAI Astra发布标志AGI时代来临

英伟达首席执行官将这一说法与英伟达GPU联系在一起,因为批评者和基准测试作者拒绝将Astra视为通用智能的证明。

作者:Elliot Marsh阅读 6 分钟

英伟达首席执行官黄仁勋在周日的一条X帖子中宣布“AGI已经到来”,祝贺OpenAI的新Astra模型,并明确将这一里程碑声明与英伟达的GPU基础设施联系起来。OpenAI本周将Astra推向客户,但一些知名批评者和基准组织表示,“AGI”标签仍未得到验证且定义模糊。

关键要点

  • 黄仁勋在一条祝贺OpenAI的Astra的X帖子中写道“AGI已经到来”,并指出英伟达硬件是训练的基础。
  • OpenAI将Astra定位为世界上“最智能和最对齐的模型”,并表示将于“本周”向客户推出。
  • OpenAI总裁格雷格·布罗克曼告诉记者:“欢迎来到AGI时代”,他认为Astra可能是人们后来认定AGI到来的转折点。
  • 人工智能研究员加里·马库斯对这一表述提出异议,称黄仁勋“没有提供证据和定义”,并且“根据传统定义,Astra仍然不够。”

黄仁勋宣布‘AGI已经到来’——并将Astra与英伟达芯片联系起来

黄仁勋周日的帖子同时做了两件事:宣布一个有争议的科学里程碑,并将其与特定的供应链联系起来。“从ChatGPT到o1再到Astra,仅用了4年,”黄仁勋在X上写道。“AGI已经到来。祝贺@OpenAI团队。”他还表示Astra是在英伟达芯片上训练的,并添加了一个计算预告:“40万个GPU即将上线。”

这种联系很重要,因为它将“AGI”这一标题压缩成一个交易者实际上可以建模的硬件叙事。GPU(图形处理单元)是用于训练前沿模型和在生产中运行它们的高性能芯片。当人工智能计算领域最显眼的首席执行官表示这一里程碑已经到来,并暗示下一波能力即将到来时,市场听到的是能力声明和需求信号。

OpenAI对这种依赖关系非常明确。在3月份的融资公告中,该公司称英伟达是“我们基础设施的基础”,并补充道:“我们的训练车队和大多数推理堆栈仍然在英伟达GPU上运行,”推理被定义为在运行时向用户提供训练模型。

OpenAI所说的Astra能做什么,以及它的推出速度有多快

OpenAI在周四发布了Astra,并将其视为一次研究的重大变革和现在正在交付的产品。该公司称Astra是世界上“最智能和最一致的模型”,并表示它可以以无与伦比的速度、准确性和判断力执行“最苛刻的专业工作”。OpenAI表示,Astra将在“本周”向客户推出。

在周四与记者的电话会议上,OpenAI 总裁格雷格·布罗克曼更加坚定地推动时间框架。他说:“欢迎来到 AGI 时代。”他补充道,人们可能会回顾并认为 AGI 是在“这个时候创造的,我认为这可能与这个模型有关”,并总结道:“对我个人而言,我确实认为我们已经达到了。”

问题在于“AGI”并不是一个规范,而是一个标签。OpenAI在同一窗口中的定义是“在大多数经济价值工作中超越人类的高度自主系统”,但这个术语即使在构建模型的公司内部也被广泛视为模糊的。萨姆·奥特曼最近将AGI描述为“一个定义非常不清晰的术语。我本来想说它就像一个无关紧要的营销术语。”

然而,推出时机是一个操作细节,可以在短期内影响计算需求,无论任何人怎么称呼它。如果Astra成为高价值工作负载的默认模型,推理负载可以迅速增加,而推理是GPU小时转化为经常性支出的地方。

直接反驳:批评者为何认为Astra不是AGI

反对意见在几小时内就出现了,因为这一说法在进行修辞工作,而基准测试并没有解决这些问题。AI 研究员、长期批评 AGI 炒作的加里·马库斯认为,黄的帖子用权威取代了定义。“黄没有提供证据和定义,这让我觉得这是企业对科学问题的一种接管尝试。”法定货币“马库斯写道。‘没有定义就宣布胜利只会让事情变得更加混乱。’”

马库斯附上了他自己对AGI的10点定义,并表示Astra仅满足“一个或两个”标准。“根据传统定义,Astra仍然不够,”他写道。

即使是基准组织者OpenAI也没有明确支持AGI标签。ARC Prize背后的研究人员将Astra的结果描述为“重大进展”,但表示在基准测试上的成功并不能证明AGI,因为这些测试是“严格限制的”,并不能反映现实世界的“复杂性和开放性”。换句话说,一个模型可以在标准化测试套件中获胜,但在“通用”智能应该涵盖的混乱、对抗环境中仍然失败。

这个定义争议并不是学术上的挑剔。如果将“AGI”视为市场里程碑,它可以提前推动对采用、监管和资本支出的预期。如果将其视为科学阈值,证明的负担就高于单一基准的胜利和CEO的声明。

关注的信号:黄称AGI已随OpenAI而来。

第一个具体信号是Nvidia或OpenAI是否澄清“接下来上线的40万GPU”指的是什么。运营商、时间表,以及这些容量是否专门用于训练运行或推理服务都没有具体说明,而这些细节决定了这是客户工作负载的短期供应还是更长期的前沿训练。

第二个信号是Astra本周的实际推出形态:可用性层级、定价,以及OpenAI是否将Astra定位为企业工作负载的默认模型。付费使用的快速增长对于GPU需求的影响将比任何关于标签的争论更为重要。

第三,关注基准组织者的后续声明,包括ARC Prize研究人员,关于Astra的结果在有限测试之外展示了什么和没有展示什么。如果基准社区收紧其用语或将评估扩展到更开放的环境,这将改变交易者对“AGI”头条新闻的重视程度。

最后,还有定义的指示。如果OpenAI在后续的Astra沟通中重申或细化其AGI定义(“在大多数经济价值工作中超越人类的高度自主系统”),这将表明公司希望这个术语是一个可衡量的标准还是一个叙事的伞。

交易者如何解读‘AGI’头条与硬件现实的区别。

这里干净的交易部分不是Astra是否是“AGI”,而是Nvidia和OpenAI公开将前沿能力的提升与Nvidia GPU规模结合在一起。黄的帖子、OpenAI的“我们基础设施的基础”语言,以及“40万GPU”的暗示都指向同一个方向:模型进展的下一步被销售为计算故事。

重要的阈值是Astra的推出是否转化为持续的推理负载,从而迫使真正的容量决策,而不仅仅是更响亮的里程碑谈话。如果Astra成为默认的企业模型,而“40万GPU”的线索转变为一个过时的、可归属的部署计划,这一设置开始看起来是结构性的,而不是叙事驱动的。

来源