但是，这条道路面临两个主要障碍。首先，数据疲劳，AI公司几乎用尽了互联网上可用的所有免费培训数据。尽管他们正在通过与出版商打交道和版权所有来寻求新的数据源，但足以推动技术边境进步是未知的。 第二个是计算能力的物理和经济限制。大型AI模型的培训和操作需要大量的能耗。据估计，GPT-5培训使用数十万NVIDIA的下一代处理器。阿尔特曼（Altman）还向记者承认，尽管基础AI模型“仍在快速改善”，但像Chatgpt这样的聊天机器人“不好”。 The multor the winter of AI 减慢技术发展的迹象使一些年长的研究人员想起了历史上的“ AI冬季”。加州大学伯克利分校计算机科学教授斯图尔特·罗素（Stuart Russell）警告说当创新技术未能兑现其诺言并且无法提供投资回报时，情况与1980年代的爆炸相似。他说：“泡沫爆炸，系统无法赚钱，我们找不到足够的高价值应用程序。” “这就像拿着比赛的椅子，每个人都不成为最后一个拥有AI婴儿的人。” “这就像拿着比赛的椅子，每个人都不成为最后一个拥有AI婴儿的人。” 拉塞尔警告说，太高的期望很容易使投资者崩溃的信心，如果他们认为泡沫过于夸张，“他们将尽快逃脱出口，而且情况可能会非常快，非常快，非常快。” 但是，资本仍在AI初创企业和基础设施项目中涌入。根据贝恩公司和Crunchbase的数据，AI的占今年全球风险投资总资本的33％。 从Agi到做 竞争的性质正在发生变化。这不是技术消失的大部分是重点转变。普林斯顿大学的研究员Sayash Kapoor教导说，AI公司“慢慢接受他们正在为其产品建立基础设施的事实。” Kapoor的团队坚持认为，GPT-5在各种任务中并未明显执行，但在有效性和速度方面非常出色。它可以按照产品的大门，而服务更改是基于AI模型的，即使它没有为AGI带来非凡的发展。科学家Yann Lecun还认为，经过简单文字培训的LLM进入了减少回报的阶段，但是旨在根据视频等多模式数据理解物理世界的“世界模型”仍然具有很大的潜力。 这种趋势也反映在公司方法中。像OpenAI这样的公司开始向客户公司发送“一线部署工程师”，以帮助他们包括模型。卡普尔评论： “如果公司认为他们即将自动化所有人类活动ities，他们不会做。” “如果一家公司认为将为每个人实现自动工作，他们将不会这样做。 尽管与专家的技术前景进行了辩论，但硅谷的投资者似乎并不关心它。与AI相关的股票和初创企业的价值继续下降，NVIDIAN的市场价值已上升到高度的4.4万亿美元。 Openai的软银集团投资，其共享价格上个月上涨了50％以上。 引起投资热情的原因不再是Agaga的宏伟叙事，而是Chatgpt等产品的强劲增长。据报道，Chatppt为Openai带来了每年重复收入的120亿美元。 OpenAI投资者Goatue Management合作伙伴David Schneider说，该公司的产品“成为动词”，Google也是如此。 许多投资者认为，当前一代的模型仍然没有探索。彼得·邓（Peter Deng），Pangventure Capital FIRM的合伙人Felicis说： “在商业和消费者的应用中，初创企业和企业只能达到这些模型的表面发展。” “在商业和消费者的应用中，初创企业和企业只能达到这些模型的表面发展。” 正如拥抱脸的托马斯·沃尔夫（Thomas Wolf）所说，即使在短期内无法使用Agi或Super Intelligence，“仍然有很多很酷的事情要创造。”对于市场而言，这可能是当前阶段最重要的信息。回到Sohu看看更多