摘要：除了Deniz和奥特曼之外，参与者还有同为该校教授的Volker Markl，以及德国一家AI公司Merantix Momentum的创始人兼CEONicole Büttner。
我很高兴，世界上已经有一些优秀的开源模型。
在柏林工业大学的一场圆桌对话当中，奥特曼再一次谈到了DeepSeek，并大赞开源模型对世界的贡献。
对话中，奥特曼还发表了对AGI的最新看法，透露了十足的信心，他认为，虽然会遇到阻碍和挑战，但他相信人类终将实现AGI。
同时他还谈到了GPT-5，表示GPT-5将会比人类更聪明，其中也包括他自己。
这场对话由柏林工业大学教授、计算机科学家Fatma Deniz主持。
除了Deniz和奥特曼之外，参与者还有同为该校教授的Volker Markl，以及德国一家AI公司Merantix Momentum的创始人兼CEONicole Büttner。
期间，他们讨论了AI对科学研究的影响、AI的前景与挑战，以及AGI等话题。
（注：下文主要摘录了对话中涉及奥特曼的部分，斜体字为解释性文字，其余均为对话者原文）
首先，针对AI会给人们的科研和学术工作带来的影响，Deniz抛出了第一个问题，奥特曼则借助这两天刚上线的Deep Research功能进行了解释。
奥特曼认为，AI在科研过程当中的意义是帮助人们节省某些工作的时间，从而有更多精力去思考更高层次的问题。
Deniz：像ChatGPT这样的聊天机器人今天被用于激发灵感、起草文本和摘要，它帮助我们节省了一些时间，甚至可以“抄近路”。
你认为这对科学和学术工作意味着什么？如果最有洞察力的想法其实来自于我们慢慢思考而不是“抄近路”呢？
奥特曼：我们周一推出了一个叫Deep Research的项目……这在某种程度上就像ChatGPT时代的一个时刻，人们的反应非常热烈，而科学家是其中最兴奋的一群人。
你可以向Deep Research提出一个查询，它可以为你进行大量研究，完成一些需要数小时、数天甚至数周才能完成的任务。
目前，它不会直接生成许多新的深刻见解，但在整合信息、帮助科学家或研究人员更高效地工作方面，它非常出色。
这正是AI应该发挥作用的地方——它帮助我们在某些领域节省时间，让我们能够在更高层次上工作。
这其实是人类制造工具的历史，我们通过机器来完成以前必须自己做的事情，从而解放自己，使工作进入更高的抽象层次。我认为一切都会变得更好。
在之后的对话中，奥特曼还补充说，他认为人类将在未来几年内看到AI自主完成重大发现。
“GPT-5将比人类更聪明”昨天，OpenAI与德国一家名为Bifold的大数据公司达成了合作，为其提供了5万美元的API额度，以促进对o3模型的探索。
以此为话题，Deniz向奥特曼提出了新的问题。
Deniz：与这样一个基础研究机构合作，你们的期望是什么？
奥特曼：我对AI有很多期待，我们之前已经稍微提到了一些。但对我个人来说，最让我兴奋的事情是AI在科学发现方面的作用。
我相信，如果我们能加速科学发现，或许可以在一年内完成十年的科学研究，甚至未来某一天，在一年内完成一百年的科学研究。
这对人类生活质量的提升意义重大，比如解决最紧迫的问题，应对气候变化，让生活变得更美好，甚至找到治愈疾病的方法。
这将是AI给予世界的一份巨大礼物，而我认为AI终于可以真正实现这一点了。
说到这里，奥特曼话锋一转，询问现场观众有多少人觉得自己比GPT-4聪明，又有多少人觉得自己会比GPT-5聪明。
问到GPT-5的时候，现场只有两个人举手。
奥特曼：我不认为自己会比GPT-5更聪明。
但我对此并不感到难过，因为这意味着我们能够利用它来做令人难以置信的事情。我们希望能推进更多的科学研究，希望能让研究人员完成他们以前无法做到的事情。
这就是人类历史的发展轨迹。当然，这次感觉有点不同，因为AI赋予我们的能力前所未有。
但如果科学家们能利用超高智商的工具，更加专注于提出正确的问题，更快地解决问题，加速他们的研究进程，那对我们所有人来说，都是一种巨大的胜利。所以，我们很高兴能够推动这一进步。
刚才两位认为自己比GPT-5更聪明的人，我很想过段时间再听听你们的想法。
下一个话题关于AGI，Deniz提到了隔壁Claude创始人、前OpenAI员工Dario Amodei的一篇文章。
Amodei在这篇文章中谈论了自己对于AGI的看法，他认为AGI本质上就是一个“数据中心里的天才国家”。
Deniz：你同意这个说法吗？这对下一代科学家意味着什么？
奥特曼：在当今阶段，我们已经足够接近AGI，因此它的精确定义变得重要。当你拥有一个世界级专家团队，在各个领域不知疲倦地协作时，我认为这已经超出了大多数人对AGI的认知。
所以，与其讨论我们什么时候会真正达到AGI，还不如关注更实际的问题。
我想说的是，在未来几年内，我们会看到一些成就，让很多人惊讶地说，“我真的没想到计算机会做到这个程度”。
之后，我们会进入一个新的阶段，比如AI在一年内完成十年的科学研究。这个阶段可能还需要更长时间，但那一刻到来时，世界的变化将会更加迅速，并带来巨大的好处。
与一些人会唱衰AI不同，奥特曼对AGI的看法十分乐观。
奥特曼：目前来看，我们正处于一个陡峭的技术发展曲线上。过去一年，有许多人喜欢唱衰 AI，比如“AI 扩展训练已经到头了”“它不会再进步了”。
但事实是，我们已经找到了新的范式，现在有了真正具备推理能力的模型，这些模型非常聪明，而且还可以继续扩展。我预计，在这个范式之后，我们还会找到下一个新范式。
我从这之中学到的一点是：当你看到科技呈现陡峭的指数增长时，千万不要低估它。
当有人开始说“这就要到极限了”“我们快要碰到天花板了”“这一点不会再提升了”时，你们都应该保持怀疑。
目前来看，我们似乎已经找到了真正能够学习的算法，它会持续发展。
当然，我们会遇到一些障碍，需要去克服它们。但我相信，我们最终会实现AGI，甚至超越AGI，而且从现在开始，这个进步过程会变得更加顺畅。
Deniz：在你看来，目前谁最有能力来独立验证AGI是否真正实现了？
奥特曼：唯一重要的事情，就是它能为人类提供多少实际价值。
如果它对你有用，如果它超过了一定的实用门槛，那就足够了。如果一群专家想要争论它到底是不是AGI，我认为这根本不重要。
我相信AGI的进步不会是某个突然发生的“终点”，而是一个指数级的持续增长过程,真正的问题是：它能帮助多少人？它能为世界带来多少价值？
Deniz：你是否认为第一批真正达到AGI的基础模型，会具备自我复制、自我改进、自我修改的能力？比如，它们能否基于新出现的需求，自行优化？
而且，即使你认为它们可能会具备这些能力，OpenAI本身是否会意识到这一点？或者更广泛地说，AI公司是否能真正察觉到这样的变化？你认为像OpenAI这样的公司在报告AGI进展及其社会影响方面应该承担什么责任？
奥特曼：有些人认为，AGI只有在变成一个可以自我复制、自我改进的宇宙探测器时，才算真正实现了。我个人不会等到那个里程碑，我在那之前就会承认AGI的存在。
当然，我们有责任向公众报告这类进展。如果我们发现AI接近这个阶段，我们一定会告诉大家。
Deniz：你们会如何通知公众？
奥特曼：你是问我们该如何沟通，如何向世界表达这个进展？
Deniz：是的，还有更重要的是，你们如何察觉AI发展出这种能力的迹象？
奥特曼：哦，你是问我们如何在AI系统中识别这些能力？
我认为，这种进步会是一个渐进的过程。人们谈论自我改进时，往往把它看作一个明确的二元状态，要么发生了，要么没有发生。
但实际上，情况可能更复杂——一开始，AI只是帮助科学家稍微提高一点工作效率，然后变得更快，接着它可以做的事情越来越多。
所以，我不认为AGI的进化会是一个清晰的二元分界线，而是一个变化的曲线斜率。我们可能会察觉到AI进步速度的变化，比如它的能力曲线开始陡然上升。
“世界需要开源模型”DeepSeek-R1火出圈之后，难免成为了AI圈中一个必谈话题，此次也不例外。
Deniz：大学和科研领域，开源和开放数据极其重要，这不仅与我们之前讨论的AI解释性有关，也涉及可复现性。
那么，在DeepSeek-R1发布之后，你最近在Reddit上也表示，OpenAI在开源问题上“站到了历史的对立面”。
所以，我想问，这次DeepSeek-R1的发布，或者更广义上说——开源——对OpenAI在竞争力以及生成式AI领域的整体发展方面意味着什么？
奥特曼：我认为，开源有它存在的价值，世界上确实需要开源模型，它们可以为人们提供大量价值。
我们可以讨论AGI是否应该开源，但我认为没人会否认，在当前这个发展阶段，开源模型确实创造了价值。
所以，我认为开源是一件好事。我们有很多优先事项要考虑，因此说起来容易，做起来难。但我很高兴，世界上已经有一些优秀的开源模型。
访谈的最后还有观众提问，组织者事先收集了一些问题，并由Deniz代为提问。
Q1：你认为让AI变得更强大的最大技术困难是什么？
奥特曼：更好的算法、更强大的计算机、更复杂的训练数据集，以及更优秀的产品——这些都能帮助我们更好地从用户反馈中学习，了解哪些地方还需要改进。
但我必须强调，在接下来的两年里，我们的进步将会非常惊人。我们非常清楚如何大幅提升这些AI模型的能力，而且目前并没有明显的技术瓶颈阻挡我们前进。
Q2：如果你是一名今天的学生，你会如何为未来做准备？
奥特曼：显而易见的战术策略，就是学会如何真正高效地使用AI工具。
当我上大学时，最值得学习的技能是编程，而那确实是一项了不起的技能。但到了今年年底，编程的方式将会完全不同。
你应该站在这个趋势的正确一侧，因此，学会如何使用AI工具，以及如何利用AI让自己能做到以前无法做到的事情，是最重要的实用技术。
但除此之外，更隐性的关键技能是适应能力（adaptability）和韧性（resilience），这两点在未来将变得极为重要。它们都是可以学习和练习的技能，而且练习越多，提升越快。
另一项重要技能是——理解别人真正想要什么。这其实也是可以学习的能力。
当AI几乎可以做任何事情、创造任何东西时，决定做什么和理解人们真正看重什么，将成为至关重要的事情。
人类的本能就是关心他人，关注他人创造的价值，而这种趋势不会改变。
有人会说，重要的是“提出正确的问题”，但我认为真正重要的事情是：搞清楚人们需要什么，什么能创造真正的价值，以及如何正确引导AI。
我曾是YCombinator的创业投资人，在那段经历中，我最大的收获之一就是——人们学习这种技能的能力远远超过我的预期。这是一项值得教授和培养的能力，也是我们应该更重视的事情。
Q3：你对2025年的AI发展最感到兴奋的是什么？
奥特曼：我坚持我前面的看法，是（AI推动了）科学的进步。
原视频地址：https://www.youtube.com/watch?v=McuO7Osgzqo
阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问进入。
截止到12月25日 ”未来知识库”精选的100部前沿科技趋势报告
2024 美国众议院人工智能报告：指导原则、前瞻性建议和政策提案
未来今日研究所：2024 技术趋势报告 - 移动性，机器人与无人机篇
Deepmind：AI 加速科学创新发现的黄金时代报告
Continental 大陆集团：2024 未来出行趋势调研报告
埃森哲：未来生活趋势 2025
国际原子能机构 2024 聚变关键要素报告 - 聚变能发展的共同愿景
哈尔滨工业大学：2024 具身大模型关键技术与应用报告
爱思唯尔（Elsevier）：洞察 2024：科研人员对人工智能的态度报告
李飞飞、谢赛宁新作「空间智能」 等探索多模态大模型性能
欧洲议会：2024 欧盟人工智能伦理指南：背景和实施
通往人工超智能的道路：超级对齐的全面综述
清华大学：理解世界还是预测未来？世界模型综合综述
Transformer 发明人最新论文：利用基础模型自动搜索人工生命
兰德公司：新兴技术监督框架发展的现状和未来趋势的技术监督报告
麦肯锡全球研究院：2024 年全球前沿动态图表呈现
兰德公司：新兴技术领域的全球态势综述
前瞻：2025 年人形机器人产业发展蓝皮书 - 人形机器人量产及商业化关键挑战
美国国家标准技术研究院（NIST）：2024 年度美国制造业统计数据报告（英文版）
罗戈研究：2024 决策智能：值得关注的决策革命研究报告
美国航空航天专家委员会：2024 十字路口的 NASA 研究报告
中国电子技术标准化研究院 2024 扩展现实 XR 产业和标准化研究报告
GenAI 引领全球科技变革关注 AI 应用的持续探索
国家低空经济融创中心中国上市及新三板挂牌公司低空经济发展报告
2025 年计算机行业年度策略从 Infra 到 AgentAI 创新的无尽前沿
多模态可解释人工智能综述：过去、现在与未来
【斯坦福博士论文】探索自监督学习中对比学习的理论基础
《机器智能体的混合认知模型》最新 128 页
Open AI 管理 AI 智能体的实践
未来生命研究院 FLI2024 年 AI 安全指数报告 英文版
兰德公司 2024 人工智能项目失败的五大根本原因及其成功之道 - 避免 AI 的反模式 英文版
Linux 基金会 2024 去中心化与人工智能报告 英文版
脑机接口报告脑机接口机器人中的人机交换
联合国贸发会议 2024 年全球科技创新合作促发展研究报告 英文版
Linux 基金会 2024 年世界开源大会报告塑造人工智能安全和数字公共产品合作的未来 英文版
Gartner2025 年重要战略技术趋势报告 英文版
Fastdata 极数 2024 全球人工智能简史
中电科：低空航行系统白皮书，拥抱低空经济
迈向科学发现的生成式人工智能研究报告：进展、机遇与挑战
哈佛博士论文：构建深度学习的理论基础：实证研究方法
Science 论文：面对 “镜像生物” 的风险
镜面细菌技术报告：可行性和风险
Neurocomputing 不受限制地超越人类智能的人工智能可能性
166 页 - 麦肯锡：中国与世界 - 理解变化中的经济联系（完整版）
未来生命研究所：《2024 人工智能安全指数报告》
德勤：2025 技术趋势报告 空间计算、人工智能、IT 升级。
2024 世界智能产业大脑演化趋势报告（12 月上）公开版
联邦学习中的成员推断攻击与防御：综述
兰德公司 2024 人工智能和机器学习在太空领域感知中的应用 - 基于两项人工智能案例英文版
Wavestone2024 年法国工业 4.0 晴雨表市场趋势与经验反馈 英文版
Salesforce2024 年制造业趋势报告 - 来自全球 800 多位行业决策者对运营和数字化转型的洞察 英文版
MicrosoftAzure2024 推动应用创新的九大 AI 趋势报告
DeepMind：Gemini，一个高性能多模态模型家族分析报告
模仿、探索和自我提升：慢思维推理系统的复现报告
自我发现：大型语言模型自我组成推理结构
2025 年 101 项将 (或不会) 塑造未来的技术趋势白皮书
《自然杂志》2024 年 10 大科学人物推荐报告
量子位智库：2024 年度 AI 十大趋势报告
华为：鸿蒙 2030 愿景白皮书（更新版）
电子行业专题报告：2025 年万物 AI 面临的十大待解难题 - 241209
中国信通院《人工智能发展报告（2024 年）》
美国安全与新兴技术中心：《追踪美国人工智能并购案》报告
Nature 研究报告：AI 革命的数据正在枯竭，研究人员该怎么办？
NeurIPS 2024 论文：智能体不够聪明怎么办？让它像学徒一样持续学习
LangChain 人工智能代理（AI agent）现状报告
普华永道：2024 半导体行业状况报告发展趋势与驱动因素
觅途咨询：2024 全球人形机器人企业画像与能力评估报告
美国化学会 (ACS)：2024 年纳米材料领域新兴趋势与研发进展报告
GWEC：2024 年全球风能报告英文版
Chainalysis：2024 年加密货币地理报告加密货币采用的区域趋势分析
2024 光刻机产业竞争格局国产替代空间及产业链相关公司分析报告
世界经济论坛：智能时代，各国对未来制造业和供应链的准备程度
兰德：《保护人工智能模型权重：防止盗窃和滥用前沿模型》-128 页报告
经合组织 成年人是否具备在不断变化的世界中生存所需的技能 199 页报告
医学应用中的可解释人工智能：综述
复旦最新《智能体模拟社会》综述
《全球导航卫星系统（GNSS）软件定义无线电：历史、当前发展和标准化工作》最新综述
《基础研究，致命影响：军事人工智能研究资助》报告
欧洲科学的未来 - 100 亿地平线研究计划
Nature：欧盟正在形成一项科学大型计划
Nature 欧洲科学的未来
欧盟科学 —— 下一个 1000 亿欧元
欧盟向世界呼吁 加入我们价值 1000 亿欧元的研究计划
DARPA 主动社会工程防御计划（ASED）《防止删除信息和捕捉有害行为者（PIRANHA）》技术报告
兰德《人工智能和机器学习用于太空域感知》72 页报告
构建通用机器人生成范式：基础设施、扩展性与策略学习（CMU 博士论文）
世界贸易组织 2024 智能贸易报告 AI 和贸易活动如何双向塑造 英文版
人工智能行业应用建设发展参考架构
波士顿咨询 2024 年欧洲天使投资状况报告 英文版
2024 美国制造业计划战略规划
【新书】大规模语言模型的隐私与安全
人工智能行业海外市场寻找 2025 爆款 AI 应用 - 241204
美国环保署 EPA2024 年版汽车趋势报告英文版
经济学人智库 EIU2025 年行业展望报告 6 大行业的挑战机遇与发展趋势 英文版
华为 2024 迈向智能世界系列工业网络全连接研究报告
华为迈向智能世界白皮书 2024 - 计算
华为迈向智能世界白皮书 2024 - 全光网络
华为迈向智能世界白皮书 2024 - 数据通信
华为迈向智能世界白皮书 2024 - 无线网络
安全牛 AI 时代深度伪造和合成媒体的安全威胁与对策 2024 版
2024 人形机器人在工业领域发展机遇行业壁垒及国产替代空间分析报告
《2024 年 AI 现状分析报告》2-1-3 页.zip
万物智能演化理论，智能科学基础理论的新探索 - newv2
世界经济论坛 智能时代的食物和水系统研究报告
生成式 AI 时代的深伪媒体生成与检测：综述与展望
科尔尼 2024 年全球人工智能评估 AIA 报告追求更高层次的成熟度规模化和影响力英文版
计算机行业专题报告 AI 操作系统时代已至 - 241201
Nature 人工智能距离人类水平智能有多近？
Nature 开放的人工智能系统实际上是封闭的
斯坦福《统计学与信息论》讲义，668 页 pdf
国家信息中心华为城市一张网 2.0 研究报告 2024 年
国际清算银行 2024 生成式 AI 的崛起对美国劳动力市场的影响分析报告 渗透度替代效应及对不平等状况英文版
大模型如何判决？从生成到判决：大型语言模型作为裁判的机遇与挑战
毕马威 2024 年全球半导体行业展望报告
MR 行业专题报告 AIMR 空间计算定义新一代超级个人终端 - 241119
DeepMind 36 页 AI4Science 报告：全球实验室被「AI 科学家」指数级接管
《人工智能和机器学习对网络安全的影响》最新 273 页
2024 量子计算与人工智能无声的革命报告
未来今日研究所：2024 技术趋势报告 - 广义计算篇
科睿唯安中国科学院 2024 研究前沿热度指数报告
文本到图像合成：十年回顾
《以人为中心的大型语言模型（LLM）研究综述》
经合组织 2024 年数字经济展望报告加强连通性创新与信任第二版
波士顿咨询 2024 全球经济体 AI 成熟度矩阵报告 英文版
理解世界还是预测未来？世界模型的综合综述
GoogleCloudCSA2024AI 与安全状况调研报告 英文版
英国制造商组织 MakeUK2024 英国工业战略愿景报告从概念到实施
花旗银行 CitiGPS2024 自然环境可持续发展新前沿研究报告
国际可再生能源署 IRENA2024 年全球气候行动报告
Cell: 物理学和化学 、人工智能知识领域的融合
智次方 2025 中国 5G 产业全景图谱报告
上下滑动查看更多
来源：人工智能学家