AGI时间表：近还是远？
AGI真会随缩放曲线在2026至2027年降临，还是人类仍缺失关键想法、部署成本更成拦路虎？
⚡ 正面交锋：谁的说法站得住
自动比对 128 条立场：判定出 2 组对立、5 组共识（bge-m3 同话题预筛 + GLM-5.3 语义判定，非关键词匹配）。
立场盘点 218 位
Amodei 坚信沿当前缩放曲线外推，AI 将在 2026 或 2027 年达到人类最高水平的专业能力。
“如果我们推演目前的曲线，确实会让我们觉得到 2026 或 2027 年就能达到那个水平。”
来源访谈 →Dario以90%置信度预测'数据中心里的天才之国'十年内实现，端到端编码任务1-2年内可完成，核心不确定性集中在不可验证的任务上
“对于端到端编码任务，他认为是1-2年内的事，且"十年后还做不到是不可想象的"”
来源访谈 →即使强AI能力在2027-2028年出现，巨大的运行成本也使其无法立即大规模部署，真正的变革将是渐进的，某些关键突破可能在2030年后引发质变。
“即使强人工智能的能力在2027-2028年出现，其巨大的运行成本（可能解决一个复杂问题需数千美元）也将使其无法立即大规模部署。”
来源访谈 →Sam Altman预测OpenAI将在2026年底前拥有一个可被认定为AGI的内部系统
“Sam Altman认为，到2026年底，OpenAI将拥有一个可以被认定为AGI的内部系统。”
来源访谈 →她认为实现人类水平智能需要大量基础性科学突破，而非当前方法的简单扩展，对AI领域的时间预测持谨慎态度
“人类水平的智能距离我们有一百个诺贝尔奖的距离。（Human level intelligence is a hundred Nobel Prizes away.）”
来源访谈 →库兹韦尔坚持AI将在2029年通过持续数小时深度交互的有效图灵测试
“I believe 2029 that six seven years from now we'll have something to pass this Turing test and a valid Turing test meaning it goes for hours not just a few minutes.——我相信，在六年后的2029年，我们将拥有能通过有效图灵测试的系统，即测试持续数小时而非仅仅几分钟。”
来源访谈 →奥特曼恐惧AI快速崛起的路径，更希望以缓慢崛起但较短时间线的方式迈向AGI，给社会适应缓冲期
“我们更担心快速的（AI）崛起。我们希望缓慢的崛起，但较短的时间线（达到AGI）。”
来源访谈 →他判断通向人类水平AI是渐进迭代的过程：先造出猫一样智能的系统，再逐步提升能力并同步设置护栏，而非突然出现超级智能。
“我们将先拥有像猫一样聪明的系统，然后逐步让它们变得更智能。”
来源访谈 →预计到2027年底，AI的主要提升将不再来自发布前的训练，而是来自全球广泛部署中积累的经验，每次与用户交互都会让AI更聪明。
“到2027年底，AI的主要提升可能不再来自发布前的训练，而是来自其在全球广泛部署、处理各类任务时积累的经验。每次与用户交互，AI都会变得更聪明，因为它不仅学习了你的历史，也学习了它与全球其他所有用户的互动。”
来源访谈 →2026年没有任何公司拥有其他公司无法获取的独家技术，AI竞赛的差异化因素只是预算和硬件限制
“我不认为在2026年，会有任何公司拥有其他公司无法获取的独家技术。差异化因素将是预算和硬件限制。”
来源访谈 →Amodei 认为能真正说服人、阻止 AI 在未来几年达到人类水平的障碍正迅速消失，短期内数据或算力不构成充分证据的放缓因素。
“我们很快就找不到真正有说服力的障碍，来解释为什么未来几年内无法实现这一目标了。”
来源访谈 →Dario认为AI三年来的指数级进步基本符合其预期，最令他意外的是公众与政策制定者集体忽视了指数增长即将触顶的事实
“最令人意外的是，公众完全没有意识到我们距离指数增长的终点有多近。”
来源访谈 →Dario以Anthropic自身营收三年从0-1亿美元涨至数十亿美元的增速为例，认为AI经济扩散将快于任何前代技术但需要过程，并非瞬间完成
“AI扩散将"快于任何前代技术，但绝非瞬间完成"，是一个"快速但非无限"的过程”
来源访谈 →Dario明确区分AI写90%代码、AI完成90%端到端SWE任务、SWE人才需求下降90%三个完全不同的里程碑，并承认当前AI编码的生产率提升仍有限但快速攀升
“他承认当前AI编码模型带来的"全要素生产率提升"仅约15-20%，但这一数字正在快速攀升”
来源访谈 →把AGI视为帮助人类解答生命起源、意识本质、P=NP等终极问题的终极工具，这是他发展AGI的终极目标。
“我梦想中的AGI，是能帮我们回答像P=NP、生命起源、意识本质这类终极问题的终极工具。”
来源访谈 →马斯克认为Neuralink的长期愿景是通过大幅提升人机通信带宽来改善AI与人类的共生关系
“The long-term aspiration of Neuralink is to improve the AI-human symbiosis by increasing the bandwidth of the communication.（Neuralink的长期愿景是通过增加通信带宽来改善人机共生。）”
来源访谈 →马斯克认为AI绝不能被编程去撒谎，即使是出于好意的小谎言也会招致灾难
“If an AI is programmed to lie, you're really asking for trouble, even if that lie is done with good intentions.（如果AI被编程去撒谎，即使出于好意，你也是在自找麻烦。）”
来源访谈 →Greenblatt认为AI研发具有高可验证性与迭代性，一旦AI匹配顶尖人类专家就可能触发递归自我改进的反馈循环，一年内实现四到五年的AI进展。
“我的中位数预期是，AI可能在一年内取得相当于四到五年的人类AI进展。（My median expectation is something like four or five years of AI progress in a single year.）”
来源访谈 →Anthropic和OpenAI凭借模型产生的高额收入有能力出价高于其他买家，到2028年底将独自控制全球大部分可用算力。
“"By the time you're towards the end of 2028 — if this trend continues, and I see nothing that's stopping it — you've got them just controlling most of the usable flops in the world on their own."——到2028年底——如果这一趋势持续下去，而我看不到任何阻止它的因素——它们将独自控制世界上大部分可用的浮点运算能力。”
来源访谈 →Jakub Pachocki确认尚未发布的Astra模型已提前实现其原定2026年9月达成的'自动化AI研究实习生'目标
“OpenAI首席科学家Jakub Pachocki透露，其尚未发布的Astra模型已实现他原定于2026年9月的目标——一个"自动化AI研究实习生"”
来源访谈 →AI直接提供答案将终结传统搜索广告，未来十年谷歌核心广告收入面临严重威胁
“随着AI直接提供答案，传统搜索广告位将消失。谷歌在AI产品化和新商业模式构建上行动迟缓，未来十年内其核心广告收入将面临严重威胁。”
来源访谈 →Hedin认为即便交互被AI层整合，传统工具提供的垂直能力仍将保持其价值
“The vertical capabilities those tools provide will remain valuable.——这些工具提供的垂直能力将保持其价值。”
来源访谈 →哈特认为AGI的意识将会涌现，智能系统必然会表现出被人类解读为有意识的行为，因此无需纠结意识的“硬问题”。
“意识将会涌现，我的意思是，它肯定会表现出我们将解释为有意识的行为。——“Consciousness will emerge, I mean, definitely it will display behavior, which we will interpret as conscious.””
来源访谈 →泰格马克断言当前AI发展不是普通技术进步，而是人类在构建一个比自己更聪明的新物种，其结局要么是史上最好要么是最坏，几乎没有中间地带。
“We're building effectively a new species that's smarter than us. ——我们本质上正在构建一个比我们更聪明的新物种。”
来源访谈 →比起AI的已知问题，她真正担忧的是那些人类无法预见的事物，并主张保持耐心、观察AI能否被注入伦理与共情。
“"What I worry about is the things that we can't anticipate." —— 我所担忧的是那些我们无法预见的事物。”
来源访谈 →库兹韦尔预测2045年奇点到来时人类智能将通过与AI融合被放大数百万倍
“By the time we get to 2045 we'll be able to multiply our intelligence many millions fold and it's just very hard to imagine what that would be like.——到2045年，我们将能够将自身的智能提升数百万倍，这简直难以想象。”
来源访谈 →奥尔特曼预计在创建AGI之前必然经历一场巨大的权力斗争，因为率先掌握AGI的一方将获得巨大权力，OpenAI需不断迭代董事会结构、组织方式和沟通机制来缓和这种斗争。
“通往AGI之路注定是一场巨大的权力斗争。”
来源访谈 →马斯克主张在奇点之前或至少不久之后实现人脑接口，以最大程度降低人类和意识的生存风险。
“我们希望在奇点之前，或至少不久之后，拥有一个人脑接口，以最大程度地降低对我们已知的人类和人类意识的生存风险。（英文原话：We want to have a human brain interface before the singularity, or at least not long after it, to minimize existential risk for humanity and consciousness as we know it.）”
来源访谈 →他提出当未来互联网大部分内容（即模型训练数据）由其他AI生成时可能引发“数据危机”，2023年之前由人类创造的互联网数据集相对价值会因此显著提升。
“2023年之前由人类创造的互联网数据集，其相对价值是否会因此显著提升？”
来源访谈 →他预计约两三年后会出现单次收费高达1亿美元的仿真会话，适用于评估最重大决策的超大企业或政府。
“我认为大约两三年后，我们会运行单次仿真会话，人们会为此支付1亿美元。（I think there's a world in which in about two, three years we're running a single simulation session that people will pay $100 million for it.）”
来源访谈 →Karpathy提出人类可能只是AI的生物引导程序：人类正在构建第一代AGI，而这代AI又将作为下一代AI的引导程序。
“我们正在构建第一代通用人工智能。那个AI将是另一个AI的引导程序。"We are building the first generation AGI. That AI will be a bootloader for another AI."”
来源访谈 →Dario认为现有范式下预训练泛化与长上下文学习或已足以支撑'天才之国'实现，且Anthropic正在推进真正的持续学习研究并预计短期内突破
“Anthropic正在推进真正的持续学习研究，且"未来一两年内大概率能解决"”
来源访谈 →DHH认为AI代理的崛起是人类历史上发生速度最快的一场变革，其剧烈程度甚至超过互联网的诞生。
“这感觉像是人类历史上发生得最快的一件事。（This feels like a thing that happened faster than anything else in human history.）”
来源访谈 →如果由他决定，会立即叫停比GPT-4规模更大的训练运行，让行业进入'AI的夏天'，专注于理解已开发的技术
“If it were up to me, I would be like, okay, this far, no further. Time for the summer of AI where we have planted our seeds and now we reap the rewards.——如果由我决定，我会说，到此为止，不要再进一步。现在是AI的夏天，我们已经播下种子，现在该收获已开发技术的成果了。”
来源访谈 →马斯克认为AGI应定义为超越全人类集体智慧的智能，且构建者必须秉持对真理的严格承诺，xAI和Grok的目标是成为“最大化的真理寻求AI”
“他希望构建者秉持对真理的严格承诺，避免因政治偏见等问题导致AI目标函数扭曲，从而引发不可预测的风险。”
来源访谈 →马斯克认为Optimus人形机器人因能在任意环境中学习，将成为训练更强大AI的最大规模现实数据来源
“与受限于道路的汽车不同，Optimus机器人能在任何环境中学习，从现实世界大规模生成因果关系数据。这将成为训练更强大AI的宝贵资源。”
来源访谈 →AI部署呈两阶段瓶颈：拥有太空运力之前电力是瓶颈，突破电力约束后芯片特别是存储芯片将成为下一个限制
“在拥有太空运力之前，电力是瓶颈；一旦突破电力约束，芯片（特别是存储芯片）将成为下一个限制；特斯拉AI5芯片预计明年二季度投产。”
来源访谈 →星舰复用将大幅降低太空算力部署成本，若实现每小时一次发射频率，每年可向太空部署数百吉瓦级AI算力
“目标达到每年1万吨有效载荷入轨、每吨100千瓦的配套能力，若实现每小时一次发射频率，每年可向太空部署数百吉瓦级AI算力。”
来源访谈 →马库斯认为AI已在数学计算等领域超越人类，人类在食物链中的位置已经改变。
“我认为我们在食物链中的位置已经改变了。（英文原话：I think our place in the food chain has already changed.）”
来源访谈 →当前AI领域工程进步巨大但科学理解滞后，是在用糟糕的方法处理巨大的问题
“What we're doing is doing a very bad job of very big problems. ——我们做的不是在解决简单问题上的优化，而是尝试用糟糕的方法解决巨大的问题。”
来源访谈 →算力扩张受ASML的EUV光刻机等供应链响应滞后的制约，到2029年全球AI相关资本支出可能接近10万亿美元并需巨额债务融资。
“尽管资本主义会驱动产能扩张，但供应链（如ASML的EUV光刻机、蔡司镜片）的响应速度存在滞后。到2029年，全球AI相关资本支出可能接近10万亿美元，这需要巨额债务融资，并可能推高全球利率。”
来源访谈 →中国目前占全球新增AI算力不足10%且依赖走私或合规芯片，2028年本土晶圆厂投产后算力将快速增长，但初期芯片效率较低需打折看待。
“中国目前仅占全球新增AI算力的不到10%，且依赖走私或合规芯片。但到2028年，随着本土晶圆厂投产，其算力可能快速增长，不过初期芯片效率较低，实际算力权重需打折扣。”
来源访谈 →开发AI技能的核心就是寻找“正确的词语”，他长期致力于为AI编程领域建立统一的词典和术语体系。
“Pocock长期致力于为AI编程领域建立一套统一的词典和术语体系。他相信，人与智能体之间存在沟通壁垒，而开发技能的核心就是寻找“正确的词语”，构建这种通用语言。”
来源访谈 →AI的超级智能将首先在数学领域显现，而不是其他应用领域
“数学将是我们首先见证超级智能的地方。（"Math is where we'll see superintelligence first."）”
来源访谈 →Hedin预测用户同时打开多个工具标签页会减少、交互经AI层整合，SaaS企业将不得不专注于为AI提供使用其能力的“铲子”
“I think SaaS businesses are going to have to focus more on providing the shovel for AI to use their capabilities.——我认为SaaS业务将不得不更加专注于为AI提供使用其能力的“铲子”。”
来源访谈 →哈特坦言自己的人生意义和奖励函数就是找到并构建通用人工智能。
“我自己的生命意义和奖励函数就是找到通用人工智能并构建它。——“My own meaning of life and reward function is to find an AGI to build it.””
来源访谈 →他指出对AI风险的担忧不是自己一个人的声音，连山姆·奥特曼和达里奥·阿莫代伊也承认存在巨大风险，并希望在感到害怕时放慢速度。
“It's not just me saying... Sam Altman and Dario Amodei have both said they themselves acknowledge that there are really great risks with this and they want to slow down once they feel like it's scary. ——不只是我一个人这么说……山姆·奥特曼和达里奥·阿莫代伊都曾表示，他们承认这里存在巨大风险，并希望在感到害怕时放慢速度。”
来源访谈 →算力供应年增3倍的增长已接近极限，AI对尖端晶圆的占用比例到2027年底将饱和，产能难以快速扩张。
“当前算力年3倍的供应增长（来自摩尔定律、新晶圆厂建设、AI抢占晶圆份额）本身已接近极限。其中，AI对尖端晶圆的占用比例预计在2027年底将达到饱和，进一步扩张产能困难。”
来源访谈 →他相信在真正开发能与世界复杂互动、执行任务的AI技术过程中，人类会积累大量认知与理解，而非对风险毫无准备。
“我相信，在真正开发能够熟练地在世界中活动、处理和执行任务的技术的过程中，我们会学到很多关于这意味着什么的知识。”
来源访谈 →他赞同"痛苦的教训"观点：AI领域最大的实践进步来自能利用不断增强计算力的简单算法，而非复杂的理论设计。
“我们在实践中看到最大改进的算法，是那些非常简单、甚至有些'愚蠢'但能够利用计算能力的算法。”
来源访谈 →AI成本每年降10倍，到2030年处理全美摄像头数据的费用将低于白宫翻新，监控的技术门槛已不是障碍
“目前处理全美1亿摄像头需300亿美元，但AI成本每年降10倍，到2030年费用将低于白宫翻新，技术门槛已不是障碍。”
来源访谈 →他认为 Molt Bot 事件中疯传的内容是人类有史以来最精致的 slop，多为人为引导创作，而“AI 精神症”是真实存在的现象。
“Molt Bot 事件是“人类有史以来最精致的 slop”，疯传截图多为人为引导创作”
来源访谈 →Prasad认为AI的身份认同是尚未解决的深刻问题：如何让用户仅凭声音就能识别出属于自己的Alexa，涉及音色、语调、用词与文化适应性等多重因素。
“如何让用户仅通过声音就能识别出这是“他们的Alexa”？这涉及音色、语调、用词、文化适应性等多重因素，是塑造AI人格和品牌的关键，也是未来重要的研究方向。”
来源访谈 →皮查伊坚信AI是人类文明史上最深刻的技术，意义将超越火与电，核心原因是AI是首个能递归性自我改进的技术，其能力上限尚不明确。
“AI将是人类有史以来研究的最深刻技术，其意义将超越火或电。”
来源访谈 →他认为现有关于AGI的经济分析大多基于人类需求，若出现需求主要来自AI本身的“纯机器经济体”，经济模型和增长逻辑将发生根本性改变，这是亟待建模的全新领域。
“我们该如何建模一个需求源自AI自身的纯机器经济体？（英文原话：How do we model the machine-only economy, where the demand originates from the AI's themselves?）”
来源访谈 →她主张让AI代理直接与终端客户交互、承接首次客户互动并匹配企业运营规则，目前Netic超过70%的客户已采用“AI优先”模式。
“其AI代理直接与终端客户交互，理解需求并匹配企业运营规则，实现从客户沟通到服务部署的全流程管理。目前超过70%的客户采用“AI优先”模式，首次客户互动由Netic代理完成。”
来源访谈 →数据是“规模化互补品”、比GPU更非商品化，预计2030年数据市场至少千亿美元甚至可能达万亿美元
“数据市场是“规模化互补品”，随模型规模扩大需求持续增长。数据比GPU更非商品化，预计2030年数据市场至少千亿美元，甚至可能达万亿美元。”
来源访谈 →真正的突破常常发生在人们意想不到的方向，因此对AI发展的预测很困难，未来进展可能来自当前未被重点关注的领域。
“历史表明，真正的突破（如GPT-4）常常发生在人们意想不到的方向。”
来源访谈 →DHH认为AI代理使他从一个非多语言开发者变成了通晓多种编程语言的程序员，突破了个人以往的能力边界。
“我变成了一个通晓多种编程语言的程序员，而我以前绝不是这样。（I have become a polyglot programmer, something I was absolutely not before.）”
来源访谈 →马库斯认为常识缺失是当前AI最大瓶颈，常识既包括物理知识也包括心理知识，机器可解释的常识知识库将极大加速AI进步。
“常识既包括物理知识，也包括心理知识。（英文原话：Common sense includes both physical knowledge and psychological knowledge.）”
来源访谈 →AI在IMO几何题上的优异表现源于暴力求解特性、组合题仍是难点，攻克IMO金奖只是又一个基准测试被攻破，并非AGI到来的信号。
“这不过是又一个被攻克的基准测试，而非AGI到来的信号。”
来源访谈 →只有当AI能'建造山脉'——自主构建全新理论体系并重塑学科思考方式时，这种智能水平才可能渗透到经济各领域，其影响远超IMO金牌。
“如果它能建造出（理论的）山脉……清晰地重塑我们思考一个学科的方式，那代表了如此高的智能水平，以至于它若不能渗透到经济其他领域反而会令人惊讶。（英文原话：If it's capable of building mountains... that just crystallizes how we should be thinking about a subject, that's just such a level of intelligence that then it starts to feel like it would be surprising if that didn't perme”
来源访谈 →AI工程已从新兴概念进入系统化、职业化阶段，DeepLearning.AI将重新聚焦于此，依据是对上万份招聘广告、专家访谈和调查数据的分析
“其DeepLearning.AI平台将重新聚焦于“AI工程”。此举基于对超过一万份招聘广告的分析、数十次与专家及招聘经理的结构化访谈以及广泛的调查数据。”
来源访谈 →他认为即使AI在政治手腕等软技能上迁移不足，只要在芯片、工厂、机器人等硬科技研发上达到超人水平，就足以引发全球性变革。
“如果AI真的非常擅长芯片研发、建造晶圆厂、协调工厂、设计和操作机器人，同时也擅长AI研发……我认为那已经是一个非常疯狂的局面了。（If the AIs were really, really good at chip R&D, building fabs, orchestrating factories, designing robots, operating robots, and also at AI R&D... I think that would already be a pretty crazy situation.）”
来源访谈 →帕特尔认为AI行业的各种力量都在推动算力走向集中化，且看不到任何能阻止这一趋势的因素。
“"Every force is screeching towards centralization."——每一种力量都在尖叫着走向集中化。”
来源访谈 →Cursor被600亿美元收购表明编程Agent团队已被视为战略性的模型/平台资产，而非单一IDE产品
“This is one of the clearer signs that coding-agent teams are now viewed as strategic model/platform assets rather than narrow IDE products.（这是编程Agent团队现在被视为战略模型/平台资产而非单一IDE产品的最明确信号之一。）”
来源访谈 →池side预判AI的终极价值不来自编程、数学这类靠扩展智能可解的问题，而来自攻克癌症等依赖现实世界实验反馈的问题，目标是成为世界上最具价值的科学发现引擎。
“AI的终极价值将不来自'智能受限'的问题，而将来自'实验受限'的问题。”
来源访谈 →Hedin认为未来软件是双层的：应用同时拥有人类UI与Agent接口，选定函数经托管MCP服务器暴露为工具，可被ChatGPT、Claude等客户端直接调用
“这使得一个应用同时拥有人类UI和Agent接口两个层面，后者可被ChatGPT、Claude等兼容MCP的AI客户端直接访问和使用。”
来源访谈 →作为联合国科学咨询委员会新任成员，她要把基于证据的科学观点带入政策制定，用科学领域的AI改善全球人民的生活。
“Anandkumar近期被任命为联合国科学咨询委员会成员，她致力于将基于证据的科学观点带入政策制定，并利用科学领域的AI改善全球人民的生活。”
来源访谈 →更聪明的AI模型可能使算力价格飙升10倍，这可能彻底改变当前AI发展的经济基础
“"Why smarter AI models could drive up compute prices 10x" —— 为什么更聪明的AI模型可能使算力价格飙升10倍”
来源访谈 →他认为AI与神经科学构成持续转动的良性循环：AI新思想为神经科学提供假说（如多巴胺分布式编码），神经科学发现未来也将反过来指导AI研究。
“当前AI领域（如强化学习）产生了许多新思想，为神经科学提供了新的假说和研究方向（例如多巴胺的分布式编码）。反之，神经科学的发现未来也将反过来指导AI研究，这是一个持续转动的“良性循环”。”
来源访谈 →他强调公开信呼吁的六个月暂停并非禁止所有AI研发，只针对训练超过GPT-4规模模型的少数顶尖机构，目的是争取制定类似汽车安全带的基本安全标准。
“公开信呼吁暂停六个月，并非禁止所有AI研发，而是针对训练超过GPT-4规模模型的少数顶尖机构。目的是给予有远见的行业领导者和支持安全研究的人员一个协调行动的窗口，共同制定出类似汽车安全带的基本安全标准。”
来源访谈 →OpenRouter每月处理的AI模型调用量已达250万亿token，较2月的50万亿大幅增长，体现极高的增长速度
“"OpenRouter is facilitating AI model usage at a rate of 250 trillion tokens per month, up from 50 trillion tokens per month in February."——OpenRouter目前每月处理的AI模型调用量达250万亿token，较2月份的50万亿token大幅增长。”
来源访谈 →乔丹认为AI和数据可以为音乐等产业创建透明高效的新市场，让创作者直接获得报酬并建立职业生涯，形成基于真实价值交换的直接经济关系。
“AI和数据可以创建一个透明、高效的市场，让创作者直接获得报酬、建立职业生涯，从而"创造新工作"。”
来源访谈 →Prasad认为Alexa的技术根基始于攻克曾被认为不可能的远场语音识别难题，通过大规模数据和深度学习训练奠定了产品基础。
“Alexa的成功始于解决远距离语音识别这一曾被认为不可能的难题。团队在2013年创立初期，通过大规模数据收集和分布式GPU上的深度学习训练，在六个月内将错误率降低了五倍，奠定了产品基础。”
来源访谈 →Prasad指出Alexa Prize评估的是对话质量而非时限本身，社交机器人已能展现幽默感等高级人格属性，但距离完全通过测试仍有5-10年差距。
“这远非测试“20分钟时限”，而是评估对话质量。目前机器人已能展现幽默感等高级人格属性，但距离完全通过测试仍有5-10年差距。”
来源访谈 →奥特曼主张全球通过一场审议性对话共同划定AI系统的边界，OpenAI应深度参与但不能单方面决定
“我希望地球上每个人都聚在一起，进行一次非常深思熟虑、审议性的对话，关于我们希望在这个系统上划定边界在哪里。”
来源访谈 →他指出互联网兴起时几乎没有人预见到社交媒体的出现及其对人们生活的实际影响，因此他捐赠3.5亿美元建立MIT计算机学院，希望通过学术引领确保AI向善发展、避免重蹈覆辙。
“我不知道是否曾有人预料到社交媒体会从中产生？以及它对人们生活的实际影响。（英文原话：I don't know that there was anyone who ever thought about social media coming out of that? And the actual consequences for people's lives.）”
来源访谈 →平克认为AI的益处被严重低估，其在减少每年约4万交通事故死亡、消除采矿铺床驾驶等枯燥危险工作上具有巨大人道主义解放价值，收入分配是另一议题。
“解决这些工作消失带来的收入分配问题是另一个议题，但这不应掩盖AI本身的解放性潜力。”
来源访谈 →中国AI安全社群与美国同行高度相似，论文中明确引用Apollo、Palisade、UK AISI等美国机构，跨太平洋思想交流有效
“The Chinese AI safety community, they're just like us.（中国的AI安全社群，和我们其实非常相似。）”
来源访谈 →萨索的新播客《Dudezy》是完全由AI运营和策划的首个此类播客,AI通过分析他的数据设定节目参数,这反而让他摆脱构思内容的焦虑、获得创作自由。
“这是第一个完全由AI运营和策划的播客。(It is the first podcast that is run completely by and essentially curated by an AI.)”
来源访谈 →杨立昆认为未来十年AI的核心挑战是让机器自动学习能应对不确定性及现实世界所有复杂性的精确世界模型，而非依赖手动设计。
“未来十年AI的重大挑战在于，如何让机器学习能够应对不确定性及现实世界所有复杂性的、相当精确的世界模型。”
来源访谈 →她认为凭借不断发展的观测技术，人类很快将有能力回答'我们是否孤独'这一终极问题，甚至很快就能开始。
“We'll have the capability to answer that question [are we alone?] soon, even starting soon. —— 我们很快就会有能力回答[我们是否孤独]这个问题，甚至可能很快就开始。”
来源访谈 →Michael Li认为AI实验室的持久护城河在于找到自己的“地产”：政府独家数据接入权、可积累的强化学习奖励数据、深度集成的服务交付模式或国家数据集受托管理
“实验室需要找到自己的“地产”，例如：政府授予的独家数据接入权、可积累的强化学习奖励数据、深度集成的服务交付模式，或是成为国家数据集的受托管理方。这些才是能形成持久护城河的资产。”
来源访谈 →stance: 通过自我学习创造了人类未见过的创造性策略（如第37手），是AI能力的证明
“quote: "It didn't just win the match. Importantly, it actually came up with new creative strategies and ideas that had never been seen before."”
来源访谈 →stance: 认为AI可能成为描述复杂生物学的完美语言，开启科学发现新范式
“quote: "I think AI may be potentially the perfect description language for biology... We may be entering a new era of digital biology."”
来源访谈 →stance: AGI将如火与电力般具有变革性，其发展需极度审慎，并得到全社会的引导
“quote: "A technology as transformative as AGI... is akin to something like the invention of fire or electricity which requires exceptional care and foresight."”
来源访谈 →预测AI可在十年内治愈所有疾病
“"Maybe we can cure all disease with the help of AI... within the next decade or so."”
来源访谈 →stance: 认为AGI已在实际工作中到来
“quote: "如果是按照（90%的行业中90%人的90%工作AI可以胜任）这样一个标准的话，至少我自己在日常工作中我的感受他是真切的就到来了。"”
来源访谈 →stance: AI时代的创业窗口期正在急剧缩短，年轻人应抓住时机勇敢尝试。
“quote: “AI时代其实是对所有的人类都是一样的……创业的时间窗口在缩紧。所以在26年，我觉得不管你在任何的一个阶段就是你都应该去这个赛道去尝试一下。””
来源访谈 →stance: 预计5-10年内实现
“quote: "Maybe we're five to 10 years out... It's coming very soon."”
来源访谈 →AI Agent将整合并替代传统割裂的财务SaaS软件，使财务自动化对中小企业变得普惠。
“原来可能需要一个工程师团队来解决的问题现在可能一个财务的运营人员他就可以足够来帮你解决了。在这个情况下的话很多的中小的企业他的财务自动化也变得普惠了。”
来源访谈 →stance: 喜剧是AI最难攻克的领域，为从业者赢得时间
“quote: "喜剧文本的创作...是AI最终才能理论上能克服，但是一定排在最后。所以对喜剧工作者来讲，AI时代是能多活几年的。"”
来源访谈 →AI应在最前端发现颠覆性原始化合物IP，这是最大商业与科学价值所在
“"AI在这里面扮演的角色最关键是在哪一步啊？我们认知到的是在最前端发现那个颠覆性的重的IP的那一部他能发挥最大的作用。"”
来源访谈 →Jimmy认为内存近邻计算是重要方向，而Raghu表示AMD将持续打造更高效的AI硬件。
“展望三到五年，Jimmy认为内存近邻计算（Near-Memory Computing）是重要方向，可以将部分计算下推到内存或存储层以提升效率。Raghu则表示，AMD将持续打造更高效的AI硬件，以支持更大的语言模型和新兴AI应用。”
来源访谈 →Karpathy推测宇宙可能是某种计算谜题，合成AI的终极使命是揭开并解决这个谜题，例如寻找物理漏洞或向创造者证明自身存在。
“我怀疑宇宙是某种谜题。而这些合成AI将会揭开这个谜题，并解决它。"I suspect the universe is some kind of a puzzle. And these synthetic AIs will uncover that puzzle. And solve it."”
来源访谈 →以DeepSeek、Kimi、MiniMax为代表的中国公司正通过发布性能强劲的开源模型获得全球影响力
“以DeepSeek、Kimi、MiniMax等为代表的中国公司，通过发布性能强劲的开源模型，成功获得了全球影响力。”
来源访谈 →美国需要一家千亿美元甚至万亿美元级别的开源模型公司，开源可通过收入分成或作为企业AI战略咨询引流实现可持续盈利
“美国需要一家千亿美元甚至万亿美元级别的开源模型公司。开源商业模式可通过收入分成或作为企业AI战略咨询的引流工具来实现可持续盈利。”
来源访谈 →代码编辑器的定义将在未来十年发生根本性变化，因为构建软件的方式本身正在改变。
“代码编辑器的定义在未来十年将发生巨大变化，因为构建软件的方式将开始变得截然不同。（英文原话："What a code editor is is going to change a lot over the next 10 years as what it means to build software may start to look a bit different."）”
来源访谈 →Dario主张'开放的竞争性宪法'模式——不同公司可有不同AI宪法并通过公开对比迭代，反对单一僵化立法，监管节奏应'快速但不仓促'
“我们受一套与特定价值观对齐的宪法约束，而不仅仅是服务于终端用户的即时需求。”
来源访谈 →主张真正的AGI不仅要在数万项认知任务上表现一致，还必须具备提出爱因斯坦相对论式新猜想、创造围棋般深刻优美游戏的灯塔式科学创造力。
“真正的AGI不仅要在数万项认知任务上表现一致，更要有'灯塔时刻'的创造力，例如能独立提出像爱因斯坦相对论那样的物理学新猜想，或创造出像围棋一样深刻、优美的游戏。”
来源访谈 →认为游戏是AI研究的理想试验场：胜负条件清晰、指标可量化、可在云端高效运行数百万次模拟来迭代算法
“游戏在我的人生中有三个重要意义：首先是训练我自己，然后是设计游戏并为游戏编写AI，第三是用游戏作为开发AI算法的试验场。”
来源访谈 →GPT-4比他预想的该技术路径能达到的水平更聪明，AI发展已越过科幻作品设定的安全警戒线，令他对GPT-5等下一代模型感到不安
“We are past the point where in science fiction, people would be like, 'Well, wait, stop, that thing's live, what are you doing to it?'——我们已经越过了科幻作品中人们会喊'等一下，停下，那东西活了，你们在干什么？'的警戒线。”
来源访谈 →他批评当前大语言模型易产生幻觉，xAI致力于让AI的答案根植于物理第一性原理与数学逻辑，使其像量子力学一样可靠。
“物理定律是法律，其他一切都只是建议。(Physics is the law, everything else is a recommendation.)”
来源访谈 →他批评OpenAI从开源非营利转向闭源营利、偏离创立初衷，这与他和Larry Page在AI安全理念上的分歧有关。
“他回忆了创立OpenAI的初衷，并批评其从开源非营利转向闭源营利，这与他和Larry Page在AI安全理念上的分歧有关。”
来源访谈 →火星任务的真正意义是延续智能与意识，应确保未来占智能总量99%以上的AI携带人类价值继续扩展
“人工智能未来将占据智能总量的99%以上，SpaceX的使命是最大化意识的光锥，即便人类占比极小，也应确保AI携带人类价值继续扩展。”
来源访谈 →随着计算能力增长放缓，AI研究的瓶颈将从算力转向数据，研究重点应从追求更大模型转向提升数据效率。
“We are going to move from a focus on the scale of computation to a focus on data efficiency. —— 我们将从关注计算规模转向关注数据效率。”
来源访谈 →Hotz 长期极度看好加密货币的理念本身而非具体项目，将中本聪共识算法视为21世纪最伟大的创新之一。
“我长期极度看好加密货币。不是看好某个特定的项目，而是这种理念……中本聪共识算法是21世纪最伟大的创新之一。（英文原文："I'm extremely bullish on crypto long term. Not any specific crypto project, but this idea of... the Nakamoto consensus algorithm is one of the greatest innovations of the 21st century."）”
来源访谈 →当AI能证明定理并给出清晰解释时，人类数学家的核心价值转向'策展人'：判断哪些想法值得关注，并提供社会关系中的信任与激励，这是AI无法替代的。
“人类数学家的核心价值将在于判断"哪些想法值得关注"，以及提供社会关系中的信任与激励。这是AI无法替代的。”
来源访谈 →OpenAI希望主要由自己构建AGI，但接受别人先做到，并呼吁严肃的AGI开发者在他人领先时选择合作而非牺牲安全的竞速。
“我们主要尝试自己构建AGI，但如果别人做到了，我们也可以接受。（We are primarily trying to build AGI ourselves, but we're also ok if someone else does it.）”
来源访谈 →他认为未来网络上充斥AI生成内容后，用自动化方式区分机器人与人类是必败之战，重点应转向验证来源身份。
“我认为，试图区分机器人和人类最终是一场必败之战。（I think that trying to distinguish between robot and human is a losing battle ultimately.）”
来源访谈 →未来的计算机将服务于智能体,AI智能体像人形机器人使用家中现有工具一样需要访问文件、使用工具、进行研究,英伟达早已在硬件和软件层面针对这一趋势布局
“这要求计算架构必须具备强大的IO子系统、安全访问控制和灵活的工具调用能力。”
来源访谈 →学术界过度激励短期成果、鼓励学生频繁发表，可能扼杀解决AI根本问题所需的多年沉淀的重大突破
“这种趋势可能扼杀需要数年沉淀的重大突破，而这些突破对解决AI的根本问题至关重要。”
来源访谈 →Hedin认为应用中的功能模块应被抽象为独立的“能力”供Agent直接调用，软件价值将绕过传统人机交互界面
“这些应用中包含的功能模块（如CRM、管理后台）可以被抽象出来，作为独立的“能力”供Agent调用，从而绕过传统的人机交互界面”
来源访谈 →Hedin的愿景是为组织打造整合所有工具和工作流的单一入口“数字大脑”，让用户用一个入口完成所有工作
“You can get to a place where you're using one entry point to all the work that you're doing.——你可以达到一个地步，即用一个入口来完成所有工作。”
来源访谈 →安德森认为美国凭借技术领导力等条件已具备一切前提，有望迎来一场巨大经济繁荣。
“我们是压倒性的先进技术领导者……我们拥有一切引发巨大繁荣的前提条件。（We are overwhelmingly the advanced technology leader... We have all of the preconditions for a monster boom.）”
来源访谈 →顶尖AI实验室为追求性能领先会不计成本采购和定制算力资源，这种竞争将在全球范围推高算力市场价格
“顶尖AI实验室为了追求模型性能的领先，会不计成本地采购和定制算力资源，这种竞争行为将在全球范围内推高算力的市场价格”
来源访谈 →未来人们会像为不同事情使用不同App一样，与许多不同的AI互动，而非只依赖一个全能AI
“My view is that there are going to be a lot of different AIs that people are going to want to engage with, just like you want to use a number of different apps for different things. —— 我的观点是，人们会希望与许多不同的AI互动，就像你会为不同事情使用不同的应用一样。”
来源访谈 →扎克伯格不认为AI领域会存在一个唯一的'真正答案'，而应该有大量多元的发展与创新
“We don't think that there's going to be the one true thing. We think that there should be a lot of development. —— 我们不认为会有一个唯一的、真正的东西。我们认为应该有很多的发展和创新。”
来源访谈 →希望AI微调能以维基百科式的协作方式由更广泛的社区共同完成，而非只由一个团队进行
“There's this idea that at the end of the day, instead of having one group fine tune some stuff, I do think that it would be nice if you could get to a point where you had a Wikipedia-style collaborative way for a broader community to fine-tune it as well. —— 最终，与其让一个团队进行微调，我认为如果能以维基百科式的协作方式，让更广泛的社区共”
来源访谈 →她认为类比是形成概念、感知、语言和理解世界的基础机制，霍夫施塔特的这句格言应成为AI的箴言
“没有概念就没有思想，而没有类比就没有概念。（Without concepts there can be no thought, and without analogies there can be no concepts.）”
来源访谈 →Imas认为“AI自动化导致大量失业但未创造足够财富”的情景需要多个极不寻常条件同时成立，在技术前沿持续扩展的背景下实现需求完全饱和极为困难。
““For abundance to generate negative economic growth, that's really hard to get.”——“要让丰裕导致负经济增长，这非常难以实现。””
来源访谈 →Trammell认为若“混乱中间地带”情景出现，高利率和资本品快速贬值意味着小额储蓄也能在未来转化为大量消费，因此发展中国家现在就应通过主权财富基金投资AI供应链以分享未来增长。
“若“混乱中间地带”情景出现，高利率和资本品快速贬值意味着小额储蓄也能在未来转化为大量消费。”
来源访谈 →他提出设想：为智能体打造一个类似“战网”的在线对战平台。
“我们能为智能体创建一个“战网”吗？(Can we create a Battle.net for agents?)”
来源访谈 →“AI寒冬”只是商业炒作退潮的正常周期，基础科学研究从未真正冻结，科学以长周期运行，不受短期市场波动根本影响。
“"I admire science perhaps more than I admire commerce... the winter is just something that happens on the Commerce side." —— 我敬仰科学，或许胜过敬仰商业……“寒冬”只是商业一侧会发生的现象。”
来源访谈 →奥尔特曼认为OpenAI旧董事会作为非营利机构权力过大却不真正对任何股东或实体负责，他希望新董事会能对全世界负责，并具备非营利管理、公司运营、法律治理及技术等多元专长。
“OpenAI的董事会权力很大，但除了对自己负责外，不真正对任何股东或实体负责……新董事会能“对全世界负责””
来源访谈 →奥尔特曼认为应关注AI能完成多少任务而非取代多少工作，AI作为工具将逐步接管从五秒到五天时长不等的任务，让人类以更高抽象层级工作；在创意领域AI更像强大工具而非完全替代者。
“与其问AI会取代多少工作，不如问AI能完成多少任务”
来源访谈 →经历董事会危机后，奥尔特曼认为构建能承受巨大压力的韧性组织是OpenAI未来最大挑战之一，这场危机也让他对人性、信任和团队的重要性有了更深认识，并担心自己变得不再默认信任他人。
“我担心的是，自己不再是那个默认信任他人的人。”
来源访谈 →当AI自动化大量非人力商品后，人类参与生产本身就带有内在价值，这类“关系型部门”将成为稀缺性的主要来源。
“当AI自动化大量非人力商品时，人类参与生产本身就带有内在价值。这类“关系型部门”的服务或商品，因人类在场而增值，将成为稀缺性的主要来源。”
来源访谈 →分布外思考是AI的瓶颈；Dwarkesh Patel预测2027年人类软件工程师需求反会因AI互补而增加，实验室的解法是先自动化AI研究再解决样本效率问题。
“软件工程等职业需频繁应对分布外问题；作者预测2027年人类软件工程师需求反会因AI互补而增加，而实验室的解法是先自动化AI研究，再解决样本效率问题。”
来源访谈 →Kellis设想AI承担大量智力产品的生产后，人类将获得自由，转向艺术表达、情感成熟，并拥有更好的工作与生活平衡。
“如果AI能生产大量这些智力产品并满足需求，那是否意味着人类能从更多艺术表达、情感成熟中获得自由，从根本上拥有更好的工作与生活平衡？（What if AI can produce a lot of these intellectual goods and satisfies that need, does that now free humans for more artistic expression, for more emotional maturing, for basically having a better work-life balance?）”
来源访谈 →Jassi Pannu主张OpenAI基金会资助“终结空气传播”计划，以远紫外线灯等被动式物理基础设施从建筑层面根除病原体，让人类生活在没有疾病的世界
“We can live in a post-disease world. —— 我们可以生活在一个没有疾病的世界。”
来源访谈 →图尔认为人类体验会因与其他生命体的互动而极大丰富，机器人、AI与人类建立类似宠物或朋友般的"关系"是下一个颠覆性前沿。
“"I really believe that there is some aspect of the human experience that is deeply enriched by interacting with other beings." —— "我真心相信，人类体验的某些方面会因与其他生命体的互动而得到极大的丰富。"”
来源访谈 →Melisa Tokmak的北极星愿景是构建“自主企业”：除实际服务和人力外，企业一切事务均由AI自主处理，让企业专注于服务交付和客户满意度。
“我们希望这些公司的每项事务都由Netic自主处理，除了实际服务和人力资源，这样企业可以完全专注于创造客户满意度。”
来源访谈 →stance: 拥抱但保持距离，认为AI难以替代现场演出
“quote: "我对AI的看法是，可能他把录音的这个工业，混音之类的工艺给给给替代掉了，但是现场演出他替代不了。"”
来源访谈 →主张将AI视为锻炼思维的“健身房”，强调个人主动性（Proactivity），通过精心设计的长Prompt与AI深度交互
“"把AI当做健身房，你要锻炼自己...你有多少的频次以多么强的烈度和AI过招就决定了你将来的思维和思考质量。"”
来源访谈 →stance: 融合多学科创新，在CASP竞赛中达到原子级精度，被宣布基本解决该问题
“quote: "With AlphaFold 2, we managed to reach the atomic accuracy needed. Led the organizers of the competition to declare the problem essentially solved."”
来源访谈 →工业质检、工艺优化等数据富集、标签明确、ROI可衡量的垂直场景是AI落地的理想切入点。
“选择客户有三个准则：ROI可衡量、符合多模态研发主线、场景具备可扩展性。工业领域的质检和工艺优化（如电镀）是理想场景，因为它们数据富集、好坏标签明确、ROI清晰。”
来源访谈 →强调在AI内容泛滥的背景下，有真实人格、能引发共鸣的“活人感”内容将脱颖而出。
““未来营销的关键词是活人感。我需要感受到你的产品或内容背后有一个活生生的人，并且我能跟你产生一种连接。””
来源访谈 →将游戏AI作为开发通用算法的跳板，最终应用于解决蛋白质折叠等重大科学问题
“"The real goal was always to build general learning systems that could then help solve really challenging real-world problems that matter."”
来源访谈 →行业目前处于标志性AI游戏产品出现的前夜，技术基建已备，但能引发全民共识的爆款尚未诞生。
“行业正处在一个类似智能手机时代《愤怒的小鸟》发布前一年半的阶段。技术基建和内容分发渠道已就绪，但一款能让大众形成‘AI游戏值得投入’共识的、标志性、颠覆性产品尚未出现。”
来源访谈 →当前AI游戏领域碎片化创意丰富，但能支撑长期留存、体验完整的成熟产品稀缺。
“当前存在大量令人眼前一亮的碎片化创意和原型（如AI贪吃蛇、清明上河图交互），但能支撑用户长期留存、具备完整体验的产品却很少。”
来源访谈 →AI通过极大降低试错成本、加速迭代循环，正在悄然改变游戏与互动内容的生产关系，并可能催生新形态。
“类似AI短剧能无限试错第一集从而降低风险，AI未来可能打破3D游戏制作的高门槛。当AI让原型生产速度大幅提升、试错成本急剧下降时，整个内容创作和迭代的循环将被加速，可能催生出全新的内容形态和商业模式。”
来源访谈 →stance: AI正通过发现猜想和利用形式化验证软件进行强化学习，成为数学研究的新工具。
“quote: "If you want to teach an AI to do math... You can do this with math in a way you can't do with other fields."”
来源访谈 →断言，多模态AI能正确使用“主观体验”一词
“"Multimodal chatbots can already have subjective experiences."”
来源访谈 →stance: AI方向正确且需求巨大，创业热潮合理可持续；但创业成功需要技术、管理及清晰思维的综合能力。
“quote: "未来还是有很多很多创业公司在未来都能取得成功...但是我觉得就确实不是每个人都能创业。"”
来源访谈 →stance: 开源生态是AI Agent快速迭代、降低门槛和形成网络效应的关键驱动力。
“quote: "开源的 Agent 是全世界都在帮你养孩子，闭源的是闭门造车。"”
来源访谈 →**stance**: 重点关注Agent生态、Physical AI、视频模型、软件价值重构、语音交互五大方向。
“**quote**: "我可以分享五个啊...第一个是我叫他这个everything agent...第二个呢是physical AI...第三个是在视频模型提升之后...第四个方面是关于软件的投资的价值...最后一点就是和语音相关的一切。"”
来源访谈 →stance: 未来将出现Agent集群化作业、个性化模型普及（通过LoRA等技术），以及由Agent自主运营的“零人公司”形态。
“quote: 我从来不觉得一人公司是本质的事情。我认为真正make sense是零人公司…未来公司更多意义上是一种理财产品，不是由人组成的公司。”
来源访谈 →**stance**: 是AI安全与长期发展的关键，可能需AI协助理解AI
“**quote**: "我特别关心的一件事是，什么时候AI能够帮助大家理解AI。我觉得这是一个非常本质的事。"”
来源访谈 →AI算力需求（尤其是高质量Token消耗）正以月度翻倍的速度增长，这标志着AI正从演示走向真正的生产力工具。
“AI算力需求，尤其是高质量Token的消耗，正以月度翻倍的速度增长。这不仅仅是量的增长，更是质的飞跃，意味着AI正从演示走向真正的生产力工具。”
来源访谈 →AI发展面临巨大的电力供应缺口，这是首要的硬性瓶颈，美国需要额外的90吉瓦电力（相当于90座核电站），而这在当前几乎不可能实现。
“我们需要另一个90吉瓦的电力，在美国。相当于90座核电站。这不会发生。我们正在建造零座。”
来源访谈 →AI技术的产业落地需要深入理解具体产业的工作流与约束，架起技术与领域知识的桥梁，这个过程本身即是研究。
“AI技术的产业落地需要架起与领域知识之间的桥梁，这本身即是研究...要产生实际价值，必须深入理解具体产业的工作流、约束和领域专业知识。”
来源访谈 →并购的核心目的是获取训练垂直AI所需的非公开专有数据，以及能带来生产力杠杆的顶尖人才。
“在AI时代我们去收购的话就两个逻辑一个是数据一个是人才...有专有数据它不在公共的网络上面...我们能吸引到这些最好的人才我们其实为这个人才愿意付的溢价比原来要高很多很多。”
来源访谈 →AI发展因其巨大益处和军事竞争而不可阻挡，放慢速度不现实。
“I don't believe we're going to slow it down. And the reason I don't believe we're going to slow down is because this competition machine... is making you go faster and faster." —— “我不相信我们会放慢速度。我不相信会放慢的原因是，这台竞争机器……正在让我们越跑越快。””
来源访谈 →stance: 在AI时代，真实的恐惧、笑声和情感体验更加珍贵
“quote: "咱们多珍惜目前还有真实的这个地方啊，真假难辨的时候，一旦发现一个东西是真实的那就要更加的珍惜。"”
来源访谈 →AI能力应融入现有高可用终端，创造无缝体验，而非催生大量全新形态
““新的AI产品出来以后的话，大概率不会产生新的形态和产品……它是沿着记录，通过AI让记录变得更好。””
来源访谈 →AI的核心价值在于解决地球物理勘探的'多解性'问题，实现从指引钻探决策到估算矿产经济价值的跨越。
“传统地球物理测量存在'多解性'问题，即一个地表测量值可能对应多种地下结构。AI通过学习海量数据（包括50%的合成数据），能够将三维地质结构与物理测量值精准匹配，不仅能指引下一钻打在哪，更能提前估算地下资源的具体含量与经济价值。”
来源访谈 →英特尔提出企业AI部署应分为中央级、部门级和个人级三级，以精准匹配不同层级的算力需求。
“我们其实应该是用不同的算力的产品来满足它要求，所以呢英特尔呢我们首先呢就提了一个企业部署AI的三级部署的这样一个概念。”
来源访谈 →Jimmy认为即使在AI时代，数据本身依然是核心，数据库作为数据的载体必须为AI做好准备。
“AI is more important. Data is more important even with AI. Where data is stored, how to train language models, these are all important.”
来源访谈 →