微软将OpenAI的野心外包给软银?

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

在通往"超级智能"的征途中,OpenAI迎来了新的资本金主------软银。虽然说微软"外包"了OpenAI的雄心壮志可能有些夸张,但整体方向上似乎没错,至少在算力供应方面,微软正在逐步抽身,而软银正在接管。

"星门计划"(The Stargate Project)的宣布已经为这一趋势埋下伏笔。当时,孙正义(Masa Son)和拉里·埃里森(Larry Ellison)站在白宫,与山姆·奥特曼(Sam Altman)一起发布该计划,而微软只是以"技术合作伙伴"的身份参与,而非资本提供方。微软甚至专门发布了一份公告,强调其与OpenAI的合作关系正在"演变",允许OpenAI寻找其他云服务商,特别是正在建设第一座"星门"数据中心的甲骨文(Oracle)。

微软的态度很明显:他们并没有和OpenAI彻底分手,而是转向"开放关系"。但潜台词也很清楚:微软不想继续承担OpenAI的全部算力需求,甚至连主要算力提供方的位置都不想坐了。

这在OpenAI的内部财务预测中也有所体现。据《The Information》的Cory Weinberg、Jon Victor和Anissa Gardizy披露,OpenAI预计到2030年,软银将提供其75%的计算能力,而目前微软几乎是唯一的算力供应商。换句话说,微软正在逐步放手,而软银正在全面接管。

当然,情况比这更复杂。微软仍然是OpenAI的重要合作伙伴,尤其是在早期投资方面。未来,如果OpenAI成功转型为盈利公司,微软很可能成为其最大股东之一。但不管怎么说,微软现在的态度已经很明显:是时候让OpenAI自己飞了。

从商业角度来看,这也完全可以理解。微软CEO萨提亚·纳德拉(Satya Nadella)要对股东负责。虽然与OpenAI的合作让微软股价一路高歌,但这不可能无限期持续下去。华尔街迟早会对科技巨头的AI投入开始"秋后算账",正如之前DeepSeek事件所透露的那样。这也是为什么所有科技巨头的资本支出(CapEx)都在趋同,除了苹果------但那又是另一个故事了。

微软的策略很明确:保持年度资本支出在800亿美元,而不是为了"星门"计划直接飙升到1800亿美元。毕竟,这个项目的预算高达5000亿美元,虽然这个数字可能只是为了讨某位喜欢"大数字"的总统欢心,但即便按最保守估算,也是一笔天文数字。而OpenAI似乎真的有办法搞到这笔钱------主要靠软银。

纳德拉在接受CNBC采访时笑称自己"今年就出80B"(80亿美元),这句话一度被解读为对OpenAI"星门"计划烧钱模式的调侃。但更深层次的含义是向华尔街传递信号:微软不会再无止境地给OpenAI输血,他们已经找到方法将额外的AI支出转嫁出去。

根据《The Information》的报道,OpenAI目前正在进行400亿美元的新一轮融资,而软银预计会提供其中的75%。其中近一半的资金将用于"星门"数据中心建设。此外,OpenAI预计今年三分之一的收入将直接来自软银------投资、购买、再投资,形成一个自给自足的闭环。这种模式是否涉及财务灰色地带?暂且不论,但显然软银正在成为OpenAI的绝对核心金主。

得益于软银的资金支持,OpenAI的营收预测也得到了大幅上调。今年的收入预计将从37亿美元暴涨至125亿美元,到2026年达到280亿美元。而且,大部分收入仍然来自ChatGPT,而不是API或其他B2B业务,这表明OpenAI的核心业务模式可能比想象中更稳固。不过,代价同样不小------今年的现金消耗预计将从去年的20亿美元激增到70亿美元,并在2027年达到峰值------200亿美元。公司预计要到本世纪末才能实现盈利。

这样的烧钱速度,恐怕只有孙正义才能接受。但与过去的失败投资(比如WeWork)不同,如果OpenAI真的能兑现其承诺,打造一个"超级智能"时代,回报可能会比当年的阿里巴巴投资更加惊人。当然,前路依然漫长,且资金需求巨大。

OpenAI预测,到2030年,其运营成本将达到3200亿美元,其中超过一半用于训练AI模型。这一点或许正是微软最不愿意继续投入的部分。因此,他们选择了退出,让软银接手。这也意味着,OpenAI和软银的合作目标已经锁定------全速冲向AGI(通用人工智能),再冲向"超级智能"。

然而,这一切的前提是,他们真的能建成"星门"数据中心。毕竟,这个计划不仅需要天量资金,还需要至少8吉瓦的电力------这无疑将是未来科技界最值得关注的超级工程。而微软,则似乎已经乐于退居二线,静观其变。

相关推荐
搞笑的秀儿2 分钟前
信息新技术
大数据·人工智能·物联网·云计算·区块链
阿里云大数据AI技术20 分钟前
OpenSearch 视频 RAG 实践
数据库·人工智能·llm
XMAIPC_Robot33 分钟前
基于ARM+FPGA的光栅尺精密位移加速度测试解决方案
arm开发·人工智能·fpga开发·自动化·边缘计算
加油吧zkf42 分钟前
YOLO目标检测数据集类别:分类与应用
人工智能·计算机视觉·目标跟踪
Blossom.1181 小时前
机器学习在智能制造业中的应用:质量检测与设备故障预测
人工智能·深度学习·神经网络·机器学习·机器人·tensorflow·sklearn
天天扭码1 小时前
AI时代,前端如何处理大模型返回的多模态数据?
前端·人工智能·面试
难受啊马飞2.01 小时前
如何判断 AI 将优先自动化哪些任务?
运维·人工智能·ai·语言模型·程序员·大模型·大模型学习
顺丰同城前端技术团队1 小时前
掌握未来:构建专属领域的大模型与私有知识库——从部署到微调的全面指南
人工智能·deepseek
许泽宇的技术分享1 小时前
用.NET9+Blazor+Semantic Kernel,打造企业级AI知识库和智能体平台——AntSK深度解读
人工智能
烟锁池塘柳02 小时前
【深度学习】强化学习(Reinforcement Learning, RL)主流架构解析
人工智能·深度学习·机器学习