AI行業(yè)的新起點與真實修行。

新眸原創(chuàng)·作者 | 李小東

最近這段時間，不管是硅谷的開發(fā)者郵件組，還是國內的技術社群，話題幾乎都繞不開兩個消息。

一個是OpenAI正式確認，代號Spud的新一代大模型GPT-6即將全球發(fā)布；另一個是這家公司在發(fā)布前，親手關停了一年前引爆全網(wǎng)的視頻生成產品Sora，連API都定了全面下線的時間表。

不少做AI開發(fā)的朋友，這兩周都在調整手里的項目節(jié)奏，等著看GPT-6的發(fā)布文檔，也有人在聊，OpenAI這步棋走得太急，畢竟Sora上線的時候，幾乎重新定義了AI視頻生成的標準，怎么說停就停了。

其實比起GPT-6到底能把參數(shù)堆到多少，推理能力提升了多少，更值得琢磨的，是OpenAI在這款模型發(fā)布前做的一系列選擇，以及整個AI行業(yè)，在這場發(fā)布會到來之前，悄悄發(fā)生的那些變化。

01

GPT-6的底色與OpenAI的轉身

前兩天OpenAI的官方公告里，關于GPT-6的信息并不算多，只明確了預訓練工作已在德克薩斯州的Stargate數(shù)據(jù)中心全部完成，目前進入最終的安全對齊與API調試階段。

更多的細節(jié)，來自核心管理層對外的零星表述。

OpenAI總裁GregBrockman在近期的播客訪談中親口確認了GPT-6的存在，他的表述里沒有常見的參數(shù)堆砌，只留下一句關鍵的判斷：這次不是增量改進，他們思考模型開發(fā)方式已經發(fā)生重大改變。

SamAltman則在給全體員工的內部信中，將這款模型定義為“一個非常強大的模型，可以真正加速經濟發(fā)展”。

從行業(yè)渠道流出的測試信息來看，GPT-6的核心升級，確實跳出了過去幾代模型的慣性路徑。它采用全新的“Symphony”架構，首次實現(xiàn)了文本、圖像、音頻、視頻的原生統(tǒng)一處理，而非行業(yè)內常見的多模態(tài)模塊拼接。

這意味著，用戶無需再通過插件跳轉，就能用手繪草圖直接生成前端代碼，上傳一段視頻就能拆解動作細節(jié)并生成對應腳本，甚至用語音指令完成從創(chuàng)意構思到視頻成片的全流程操作。

開發(fā)者最關注的編碼、推理和AI智能體任務上，GPT-6較GPT-5.4實現(xiàn)了40%以上的性能提升，上下文窗口從100萬token直接擴展至200萬，單次可處理約150萬字的文本，相當于兩部中篇小說的體量。

公開的測試數(shù)據(jù)顯示，其數(shù)學推理準確率達到92.5%，代碼生成通過率96.8%，在44類職業(yè)測試中，83%的任務表現(xiàn)達到或接近人類專家水平。

更值得關注的，是OpenAI為這場發(fā)布做的一系列前置動作，尤其是對Sora的全面關停。我記得Sora剛出現(xiàn)的時候，被行業(yè)稱為“重磅炸彈”，不少做視頻創(chuàng)作的朋友，當初都為Sora的能力驚嘆過。

但文本生成視頻這件事，能成為真正意義上的商業(yè)項目的，確實少之又少。要么是生成的內容版權說不清，要么是成本太高，遠不如人工制作可控。

這也是Sora最終走向關停的核心原因�！陡２妓埂冯s志的估算數(shù)據(jù)顯示，Sora項目每年的運行成本高達50多億美元，而自上線以來，應用程序內總收入僅約210萬美元，完全無法覆蓋高昂的算力與運營成本。

和文本生成不同，AI視頻生成對算力的消耗呈指數(shù)級增長，單段10秒的基礎視頻生成成本約1.3美元，復雜場景的成本甚至能達到33美元。

為了控制虧損，OpenAI不得不不斷削減用戶的免費生成額度，從最初的每日30條降到每日6條，進一步加劇了用戶的流失。Appfigures的監(jiān)測數(shù)據(jù)顯示，Sora的30天留存率僅為1%，60天留存更是趨近于零，用戶嘗鮮過后，幾乎沒有持續(xù)使用的動力。

壓垮Sora的還有版權與合規(guī)的重壓。上線初期，Sora憑借生成迪士尼IP、名人形象的視頻快速出圈，也隨之引發(fā)了大量的版權訴訟與行業(yè)抵制。

OpenAI被迫將內容生成規(guī)則從“默認可用”收緊為“需明確授權”，直接砍掉了產品最核心的吸引力，與迪士尼的10億美元合作也隨之終止。而深度偽造內容的泛濫，更是讓OpenAI持續(xù)面臨監(jiān)管層面的壓力，美國非營利組織“捍衛(wèi)公眾利益組織”曾專門致信，要求其下架Sora。

當然，也有人判斷，OpenAI沖刺IPO在即，這家公司在2026年2月底完成了新一輪1220億美元的私募融資，估值達到8520億美元，計劃在2026年第四季度正式登陸資本市場。對華爾街的投資者而言，一個持續(xù)燒錢、看不到盈利前景的視頻生成項目，遠不如一個能帶來穩(wěn)定現(xiàn)金流的企業(yè)級生產力模型有吸引力。

而高盛則測算，2025年OpenAI全年收入超過200億美元，但虧損仍高達140億至150億美元。想要滿足上市的盈利預期，OpenAI必須把有限的資源投入到最具商業(yè)價值的業(yè)務上。

就現(xiàn)在來說，企業(yè)級服務正是當下AI行業(yè)最確定的現(xiàn)金牛，Anthropic的年度收入超過190億美元，其中約80%來自企業(yè)客戶，這給OpenAI帶來了直接的競爭壓力。

關停Sora，全力押注GPT-6，本質上是OpenAI在上市前夜，對自身商業(yè)敘事的一次重塑。

從過去用炫酷的生成能力吸引C端用戶，轉向用穩(wěn)定、高效的生產力能力服務B端企業(yè)，從AI技術的探索者，轉向AI商業(yè)化的落地者。而GPT-6的登場，正是這場轉型的核心載體。

02

AI賽道，不是單線程的賽跑

就在OpenAI為GPT-6的發(fā)布緊鑼密鼓籌備的同時，全球AI行業(yè)的其他玩家，并沒有跟著它的節(jié)奏起舞，反而提前開啟了新一輪的布局。

4月2日，谷歌DeepMind正式推出Gemma4系列大模型，以Apache2.0協(xié)議完全開源，四款模型覆蓋從手機端側到云端推理的全場景。

其中20億參數(shù)的E2B模型，內存占用低至1.5GB，可在智能手機、樹莓派上離線運行，性能卻追平了上代270億參數(shù)的模型；310億參數(shù)的稠密模型，在ArenaAI排行榜上位列開源模型第三，直接碾壓多個參數(shù)量是其20倍的競品。

開源社區(qū)的反應很直接，發(fā)布當天，HuggingFace上相關的衍生模型就破了千個，很多做端側AI開發(fā)的團隊，直接把之前的模型方案換掉了。谷歌官方公布的數(shù)據(jù)顯示，Gemma4發(fā)布24小時內，總下載量就突破4億次，衍生模型超過10萬個，在開源社區(qū)掀起了一場新的狂歡。

谷歌的這一步棋，恰好走在了OpenAI的反面，當OpenAI用閉源的GPT-6向AGI發(fā)起沖刺時，谷歌選擇用開源的方式，把AI能力下放給全球的開發(fā)者和設備廠商，搶占端側AI的入口。

Gemma4的核心突破，就是讓大模型徹底擺脫了云端算力的束縛，手機、IoT設備、汽車都能在本地實現(xiàn)全功能的AI推理，未來的AI競爭，不再只是云端大模型的參數(shù)競賽，更是端側設備上的生態(tài)爭奪戰(zhàn)。

國內大廠的動作同樣密集。就在谷歌發(fā)布Gemma4的同一天，阿里正式推出通義千問Qwen3.6-plus，在全球權威編程榜單CodeArena中表現(xiàn)亮眼，在考察復雜web開發(fā)自主編碼能力的react專項榜單中位列全球第二，超越了OpenAI的GPT-5.0-high和谷歌的Gemini3.1pro，僅次于Anthropic的Claude-opus-4.6。

字節(jié)跳動則在今年推出豆包2.0，支持私有化部署，滿足企業(yè)數(shù)據(jù)安全和合規(guī)需求，同時公布豆包系列產品躋身全球AI助手第一梯隊。行業(yè)內流出的數(shù)據(jù)顯示，豆包大模型的日均Token消耗已達120萬億，較初期增長了1000倍，三個月內實現(xiàn)了翻倍。

騰訊則在3月下旬為微信全量推送了ClawBot插件，原生接入OpenClaw開源AI智能體框架，讓12億用戶的微信聊天框，直接變成了可自主拆解復雜任務的AI控制臺。

微軟的動作更值得玩味。前不久微軟正式推出MAI-Transcribe-1、MAI-Voice-1與MAI-Image-2三款自研商用模型，覆蓋語音轉寫、語音生成與圖像生成三大核心場景。這三款模型由微軟MAI超級智能團隊開發(fā)，意味著在與OpenAI的合作之外，微軟正在加速構建自研的AI模型體系，減少對外部技術的依賴。

整個AI行業(yè)，正在GPT-6即將掀起的浪潮前，形成了清晰的路線分化。

OpenAI沿著閉源的路線，全力向AGI的終點沖刺，試圖用下一代模型重新定義行業(yè)的天花板；谷歌、阿里等廠商則用開源的方式，構建更廣泛的開發(fā)者生態(tài)，搶占端側AI的未來；微軟、騰訊等巨頭，則依托自身的產品生態(tài)，把AI能力深度融入現(xiàn)有的用戶場景，實現(xiàn)技術的快速落地。

這場持續(xù)了三年多的AI競賽，早已不是單線程的賽跑。

03

落地的修行是比參數(shù)更重要的事

從2022年底ChatGPT發(fā)布至今，三年多的時間里，AI行業(yè)經歷了一輪瘋狂的參數(shù)軍備競賽，各家廠商爭相發(fā)布更大參數(shù)、更高精度的模型，但事實上，卻很少真正沉下心來解決AI如何落地的核心問題。

多數(shù)大模型仍停留在聊天機器人的階段，除了少數(shù)科技企業(yè)和開發(fā)者，絕大多數(shù)普通用戶和傳統(tǒng)行業(yè)，并沒有真正享受到AI技術帶來的效率提升。

GPT-6的到來，單從當前的寥寥信息推斷，似乎能夠為這場競賽重新劃定賽點。整個行業(yè)的競爭焦點，從“能不能做出來”，轉向“能不能用起來”。

無論是GPT-6對智能體能力的深度整合，還是Gemma4對端側部署的極致優(yōu)化，亦或是Qwen3.6-plus在編程場景的深度打磨，本質上都是在讓AI技術走出實驗室，真正融入到具體的工作場景中，變成能解決實際問題的工具。

對國內的大模型廠商而言，GPT-6的發(fā)布既是挑戰(zhàn)，也是全新的機會。過去幾年，國產大模型始終處在追趕者的位置，跟著海外廠商的節(jié)奏，在參數(shù)和精度上不斷追趕。但隨著AI行業(yè)的賽點轉向落地與生態(tài)，國內廠商依托本土的場景優(yōu)勢、用戶基礎和產業(yè)鏈資源，反而有了實現(xiàn)差異化突圍的可能。

從企業(yè)服務廠商從業(yè)者那里了解到，目前國內制造業(yè)、金融、零售等傳統(tǒng)行業(yè)，對AI的需求正在快速爆發(fā)，但他們需要的不是一個無所不能的通用大模型，而是能解決行業(yè)具體痛點的垂直解決方案。

比如制造業(yè)的質檢與生產流程優(yōu)化，金融業(yè)的風險管控與客戶服務，零售業(yè)的用戶運營與供應鏈管理，這些場景都需要AI模型深度結合行業(yè)知識，而這正是國內廠商的優(yōu)勢所在。

而對普通的開發(fā)者和用戶來說，的確不用過度焦慮GPT-6會不會帶來行業(yè)顛覆，也不用執(zhí)著于追逐最新的模型版本。

大家都能夠意識到，真正有價值的，是學會把這些AI工具，變成自己工作里的幫手。AI的出現(xiàn)不應該是為了替代人，它能做的，是把人從重復繁瑣的工作里解放出來，去做更有價值的事。

GPT-6的發(fā)布會再過幾天就會到來，它也許真的會刷新我們對AI能力的認知，也會給行業(yè)帶來新的變化。

但我們也認識到，即使SamAltman曾經說過，AGI會是人類文明史上最重要的事件之一，但在那個遙遠的終點到來之前，整個行業(yè)，還有我們每一個人，都要先完成一場更務實的修行。

本文系新眸原創(chuàng)

— END —

       原文標題 : GPT-6要來了，但AI行業(yè)早不跟 OpenAI玩了