OpenAI要么封神,要么倒闭

OpenAI要么封神,要么倒闭

作者 / 新智元 编辑 / 艾伦

来源 / 新智元

(ID:AI_era)

在硅谷的聚光灯下,奥特曼正骑着独轮车,手里抛接着越来越多的球

对于这位 OpenAI 的掌舵人来说,仅仅打造一个全知全能的聊天机器人似乎已经显得过于保守。

为了让那些挥舞着支票的投资人和观众保持亢奋,他不得不持续抛出新的概念:自研芯片、电商整合、企业咨询,甚至是乔尼·艾维(Jony Ive)操刀的消费级硬件。

然而,这场表演的入场费正变得令人咋舌。

2026 年,对于这家史上增长最快的独角兽而言,注定是惊心动魄的「赛点」。

根据泄露的财务预测,OpenAI 预计在 2026 年将烧掉 170 亿美元的现金,这一数字在 2025 年还是 90 亿美元。

更令人心惊的是,这种亏损态势预计在随后的三年内不仅不会收敛,反而会继续叠加。

这像是一场关于现金流的俄罗斯轮盘赌。

吞金兽的胃口

自 ChatGPT 于 2022 年底横空出世以来,OpenAI 已经从投资者那里筹集了超过 600 亿美元,创下了私营公司的历史纪录。

但奥特曼的胃口远未满足。

据核心消息人士透露,OpenAI 正计划在 2026 年进行新一轮融资,目标高达 1000 亿美元,这可能将公司的估值推向惊人的 8300 亿美元。

作为对比,其 2025 年 10 月的估值还在 5000 亿美元左右。

这一轮的潜在金主名单星光熠熠且关系错综复杂:亚马逊正洽谈投入 100 亿美元,哪怕它是微软在云端的死对头;英伟达也暗示可能分批注资 1000 亿美元,当然,前提是这些钱最后还得流回黄仁勋的口袋买显卡。

这种史无前例的融资狂热背后,是同样史无前例的增长与消耗。

2025 年,OpenAI 的营收据报道已触及 130 亿美元年底年化率更是冲向 200 亿美元。

谷歌和 Facebook 曾分别花了五年和六年才达成的里程碑,OpenAI 仅用两年就一跃而过。

但隐忧在于,OpenAI 的营收增长与算力成本之间存在着死死咬合的「铁索连环」。

公司的算力需求已从 2023 年的 200 兆瓦 激增至 2025 年的 1.9 吉瓦(GW)

为了满足未来的野心,OpenAI 甚至签署了意向书,计划在未来几年增加30 吉瓦 的算力容量,这笔账单高达 1.4 万亿美元。

正如一位风投大佬所言,在融资谈判桌上,询问「烧钱速度」甚至成了一种禁忌。

泄露的数据描绘了一个恐怖的未来:到 2029 年,OpenAI 可能会累计烧掉 1150 亿美元。

当被长期支持者 Brad Gerstner 问及如何填补这相当于 2025 年营收 100 倍的资金黑洞时,奥特曼的回应带着特有的强硬:「如果你想卖掉股份,我会帮你找到买家。」

护城河里的鳄鱼

奥特曼之所以必须维持这种高强度的扩张,是因为护城河外的鳄鱼已经爬上了岸。

尽管奥特曼坚称随着规模扩大,模型训练的边际成本会下降,但现实是竞争正在迫使成本螺旋上升。

斯坦福HAI研究所的基准测试显示,顶尖模型之间的性能差距正在急剧缩小。

谷歌在 11 月发布的 Gemini 3 模型,在多项指标上已经反超了 OpenAI 的 GPT-5.1。

虽然 OpenAI 迅速打出 GPT-5.2 予以还击,但这记反击远未构成绝杀。

与此同时,开源模型也在步步紧逼,它们如同狼群,正在撕扯闭源模型的领地。

这种压力已经传导到了用户数据上。Sensor Tower 的监测显示,截至 12 月中旬,ChatGPT 的月活跃用户为 9.1 亿,虽然仍大幅领先 Gemini 的 3.45 亿,但增长的引擎似乎出现了熄火的迹象。

德意志银行的一项研究指出,在欧洲主要国家,ChatGPT 的消费者订阅量在夏天陷入停滞。

意识到危机的奥特曼在 12 月初启动了「红色警报」(Code Red)行动,暂停杂项,全力修补 ChatGPT 的护城河。

更让管理层焦虑的是,根据微软泄露的数据,2025 年上半年,OpenAI 的推理成本(即运行模型回答用户问题的成本)竟然超过了其收入。

换言之,用户用得越多,公司亏得越快。

卖艺或卖身

为了填补巨大的财务窟窿,OpenAI 正在变得越来越像它曾经试图颠覆的传统科技巨头。

那个曾经纯粹的 AI 实验室,正在向「广告商」低头。

尽管「红色警报」暂时搁置了广告项目,但内部人士确认,2026 年在 ChatGPT 中植入广告已是板上钉钉。

通过与 Etsy 和沃尔玛的合作,它正试图将聊天框变成收银台。

与此同时,OpenAI 开始向谷歌学习「垂直整合」。

除了与博通联手开发定制芯片以摆脱对英伟达的依赖外,奥特曼还试图复刻安卓的渠道奇迹,通过与 Jony Ive 合作开发消费级硬件,试图在 iPhone 之外开辟新的流量入口。

在企业端,OpenAI 建立了庞大的咨询部门,并推出了 AgentKit 等工具,试图从竞争对手 Anthropic 那里抢夺黏性更高的企业客户。

虽然目前消费者业务仍是大头,但来自 B 端的收入比例正在攀升。

泡沫还是奇点?

现在的 OpenAI,究竟是通往超级智能的必经之路,还是另一个由于过度膨胀而即将爆裂的 WeWork?

一位投资竞争对手的风投负责人毫不客气地将其比作「打了类固醇的 WeWork」,暗示其在巨额债务和不切实际的增长预期下随时可能崩塌。

如果企业级销售不及预期,且 ChatGPT 无法找到更高效的变现途径,这个千亿帝国可能会迅速解体。

目前,资本市场已经开始用脚投票,那些与 OpenAI 深度绑定的上市公司在股市和债市上都遭遇了惩罚。

但在一级市场,疯狂仍在继续。

奥特曼曾在一次采访中表示,他想让 OpenAI 上市的原因之一,就是为了看空头们被打爆,「我很乐意看到他们被烧死。」

这位 2026 年最受瞩目的走钢丝者,依然坚信自己能走到对岸。

对于看客而言,这场大秀即将在 2026 年迎来高潮。

在这个将算力视为信仰的时代,所谓估值,不过是人们为「相信未来」所支付的门票;

而那个关于 AGI 的承诺,就像挂在悬崖边的金羊毛,引诱着伊阿宋(Iason)们在烧成灰烬前奋力一跃。

参考资料:
https://www.economist.com/business/2025/12/29/openai-faces-a-make-or-break-year-in-2026https://www.economist.com/leaders/2025/12/30/openais-cash-burn-will-be-one-of-the-big-bubble-questions-of-2026

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1148546.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于官方PyTorch权重的深度估计|AI单目深度估计-MiDaS镜像优势详解

基于官方PyTorch权重的深度估计|AI单目深度估计-MiDaS镜像优势详解 🌐 技术背景与行业痛点 在计算机视觉领域,单目深度估计(Monocular Depth Estimation, MDE) 是实现3D空间感知的关键技术之一。与双目或LiDAR等主动…

2592.89万,内蒙古具身智能数据训练与应用基础设施建设工程项目设计与施工EPC

12月22日,内蒙古具身智能数据训练与应用基础设施建设工程项目设计与施工EPC招标公告,项目预算金额:2592.89万元 ,提交投标文件截止时间:2026-01-13 09:30 (北京时间)。一、项目信息:…

Rembg模型轻量化:移动端部署方案探索

Rembg模型轻量化:移动端部署方案探索 1. 引言:智能万能抠图 - Rembg 在图像处理与内容创作领域,自动去背景是一项高频且关键的需求。无论是电商商品图精修、社交媒体头像设计,还是AR/VR内容生成,精准的前景提取能力都…

提升3D空间感知能力|AI单目深度估计-MiDaS镜像技术揭秘

提升3D空间感知能力|AI单目深度估计-MiDaS镜像技术揭秘 🌐 技术背景:从2D图像到3D理解的跨越 在计算机视觉领域,如何让机器“看懂”三维世界一直是核心挑战。传统方法依赖双目摄像头、激光雷达或多视角几何重建来获取深度信息&a…

如何一键生成深度热力图?试试AI单目深度估计-MiDaS大模型镜像

如何一键生成深度热力图?试试AI单目深度估计-MiDaS大模型镜像 🌐 技术背景:从2D图像到3D空间感知的跨越 在计算机视觉领域,如何让机器“看懂”真实世界的三维结构一直是一个核心挑战。传统方法依赖双目相机、激光雷达&#xff0…

从论文到落地:MiDaS单目深度估计镜像实现秒级推理

从论文到落地:MiDaS单目深度估计镜像实现秒级推理 🌐 技术背景与应用价值 在计算机视觉领域,三维空间感知一直是构建智能系统的核心能力之一。传统方法依赖双目立体视觉或多传感器融合(如LiDAR)来获取深度信息&#…

CPU也能跑!AI单目深度估计-MiDaS镜像轻松部署深度热力图生成

CPU也能跑!AI单目深度估计-MiDaS镜像轻松部署深度热力图生成 [toc]引言:让二维照片“看”出三维空间 在计算机视觉领域,从单张图像中恢复场景的三维结构是一项极具挑战性的任务。传统方法依赖双目立体匹配或多传感器融合(如激光雷…

零基础教程:XSHELL免费版从下载到上手

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 制作一个交互式新手引导程序,模拟XSHELL免费版的完整使用流程。要求包含:1) 分步安装指导 2) 首个SSH连接动画演示 3) 常见问题即时解答功能。输出形式可以…

Rembg抠图效果优化:后处理技巧与参数调整

Rembg抠图效果优化:后处理技巧与参数调整 1. 智能万能抠图 - Rembg 在图像处理领域,精准、高效的背景去除技术一直是视觉内容创作的核心需求。无论是电商产品图精修、社交媒体素材制作,还是AI生成内容的后期处理,自动抠图工具都…

Rembg抠图技术解析:U2NET模型背后的科学原理

Rembg抠图技术解析:U2NET模型背后的科学原理 1. 智能万能抠图 - Rembg 在图像处理与内容创作领域,背景去除是一项高频且关键的任务。无论是电商产品图精修、社交媒体内容制作,还是AI生成图像的后期处理,精准、高效的自动抠图能力…

ResNet18部署真简单:云端镜像3分钟跑通,显存不足bye-bye

ResNet18部署真简单:云端镜像3分钟跑通,显存不足bye-bye 1. 为什么你需要云端ResNet18镜像? 作为一名算法工程师,你可能经常遇到这样的困境:想在家调试ResNet18模型,但家用显卡只有4G显存,刚跑…

基于Intel官方模型的深度估计镜像,即开即用

基于Intel官方模型的深度估计镜像,即开即用 🌊 AI 单目深度估计 - MiDaS 3D感知版:从原理到实战的一站式解决方案 在计算机视觉领域,从2D图像中恢复3D空间结构一直是极具挑战性的任务。而近年来,随着深度学习的发展&…

“我30多年学术生涯中,既没中过什么课题,也没中过什么项目”

点击下方卡片,关注“CVer”公众号AI/CV重磅干货,第一时间送达点击进入—>【顶会/顶刊】投稿交流群添加微信号:CVer2233,小助手拉你进群!扫描下方二维码,加入CVer学术星球!可以获得最新顶会/顶…

electron通信方式有哪些?

一、Electron 进程模型先捋清(通信前提)Electron 本质是 多进程架构:主进程(Main Process)Node 环境负责窗口、系统能力、原生 API渲染进程(Renderer Process)浏览器环境(可选 Node&…

AWAZLIKHAYAXORAX:一个神秘词汇的实际应用场景

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 设计一个应用,模拟AWAZLIKHAYAXORAX在密码学或品牌命名中的使用。用户可以输入该词汇,系统生成可能的加密代码或品牌标识建议。应用应包含可视化展示&#…

电商图片处理革命:Rembg自动化工作流

电商图片处理革命:Rembg自动化工作流 1. 引言:电商视觉升级的迫切需求 在当今竞争激烈的电商环境中,高质量的产品图是提升转化率的关键因素之一。传统的人工抠图耗时耗力,尤其面对海量商品上新时,效率瓶颈尤为突出。…

英伟达和MIT提出FoundationMotion:无需人工标注,轻量级模型运动理解媲美72B模型!

点击下方卡片,关注“CVer”公众号AI/CV重磅干货,第一时间送达点击进入—>【顶会/顶刊】投稿交流群添加微信号:CVer2233,小助手拉你进群!扫描下方二维码,加入CVer学术星球!可以获得最新顶会/顶…

5分钟快速验证:用Python3.10新特性开发小工具

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 开发一个命令行工具,利用Python3.10的结构模式匹配特性(match case)解析不同格式的日期字符串并统一输出。工具应支持多种日期格式(…

ResNet18模型转换指南:云端搞定ONNX/TensorRT导出

ResNet18模型转换指南:云端搞定ONNX/TensorRT导出 引言 作为一名嵌入式工程师,你是否遇到过这样的困扰:想把ResNet18模型部署到边缘设备上,但在本地转换时总是遇到各种报错?内存不足、CUDA版本冲突、依赖库缺失...这…

基于SpringBoot+Vue的购物推荐网站管理系统设计与实现【Java+MySQL+MyBatis完整源码】

摘要 随着电子商务的快速发展,个性化推荐系统在提升用户体验和促进消费方面发挥着重要作用。传统的购物网站往往缺乏精准的推荐机制,导致用户难以高效获取符合自身偏好的商品信息。基于此背景,设计并实现一个具备智能推荐功能的购物网站管理系…