AX 严选 · 2026-06-08

Sam Altman 和 Jakub Pachocki 联名发了篇博客，把 OpenAI 的路线图摊开了讲。核心判断就一个：他们相信未来几年内，AI 做 AI 研究本身会成为决定技术进步快慢的关键因素。为此，OpenAI 给自己定了个内部目标——到 2028 年 3 月，自家研究里要有“显著一部分”由 AI 系统配合人类研究员完成。这个说法很模糊，正文没披露“显著一部分”到底是 30% 还是 80%，也没说用什么指标衡量，所以这个时间节点的可信度要打折扣。 文章把 OpenAI 的发展划成三个阶段：第一阶段纯做研究，第二阶段变成产品公司，现在进入第三阶段，要让 AI 变得像电一样普及、便宜、安全，让每个人都能用上。他们还提了一嘴应该有个国际组织来协调前沿 AI 发展，必要时甚至可以集体踩刹车，但没给出任何具体机制或时间表。 整篇博客更像一份愿景声明，而不是可验证的路线图。缺的东西很明确：没有实现路径的中间里程碑，没有成本估算，也没有说明如何验证“AI 主导研究”是否真的达成了。

苹果这次发布的第三代AFM，最值得看的是端侧模型AFM 3 Core Advanced。它用了一种叫“指令跟随剪枝”的技术，把200亿参数的稀疏模型存在闪存里，根据你的指令只唤醒需要的部分，每次激活1到40亿参数。这思路很聪明，绕开了手机内存小的硬伤，让更复杂的模型能在本地跑。 但文章没提关键指标：模型在手机上实际响应有多快？耗电增加多少？这些直接决定体验。另外，苹果强调和Google合作定制，连最强的云端模型AFM 3 Cloud Pro都跑在Google Cloud的NVIDIA GPU上，还保证隐私。这解决了算力问题，但也意味着苹果在云端推理上深度依赖外部硬件，长期成本和供应稳定性是个未知数。 整体看，架构创新是实打实的，但落地效果还得等实机测试。尤其是那个按指令加载专家的机制，在不同任务上稳定性如何，文章完全没展开。