GPT-5最新进展：OpenAI透露下一代模型训练进入关键阶段

在硅谷某个寻常的午后，OpenAI 的工程师们盯着屏幕上一串串跳动的心跳数据——这不是心电图，而是新一代模型训练集群的实时负载曲线。接近该项目的消息人士透露，GPT-5 的训练已进入爬坡关键期，像一艘万吨巨轮开始缓慢加速，一旦驶入深水区，它的能力边界将远超人们当前的想象。 尽管 OpenAI 官方从未公布 GPT-4 的确切参数量，但业界普遍猜测其混合专家模型的总参数量已突破 1.8 万亿。此次接近决策层的人士向我们暗示，GPT-5 正朝着“万亿级别”的稠密参数规模迈进，这意味着它不再是简单的拼积木式扩容，而是试图在一个统一的巨型网络中，把语言的逻辑、图像的直觉和代码的严谨熔于一炉。有参与前期评估的研究者形容，早期测试中的推理链条就像“看见一个沉默的思考者在纸上一步步演算”，而多模态理解不再停留在看图说话，更接近“看到一张布满零件的工作台照片，就能反推出装配工序和可能的工具缺失”。 这样的野心背后是惊人的算力账单。根据第三方研究机构 Epoch AI 的估算，训练一个万亿稠密参数模型所需浮点运算量将达到 GPT-4 的 5 倍以上，仅单次训练的电费就可能烧掉数千万美元。为了喂饱这头巨兽，OpenAI 不得不重新设计数据管线，除了吸收更大规模的互联网文本和授权高质量语料，还大量引入了合成数据与自我对弈产生的推理路径数据。这是一种类似于 AlphaGo 的“左右互搏”策略：让模型在无数逻辑谜题和开放问题中自己生产解题过程，从中筛选出最接近人类专家思考链的样本用以自我进化。这样做的好处是，推理不再是个“黑箱输出”，而可能真正形成连贯的多步因果链条，让 AI 的“思考”具备可追溯性。 另一个肉眼可见的变化是“泛化式的多模态”。以往的模型通常先处理文本，再外接视觉模块，而 GPT-5 似乎是从底层就把文字、图像、音频、代码符号放在同一个向量空间里进行统一建模。这在早期实验中带来了令人意外的副产品：当被要求从一段交响乐总谱推导出对应的色彩氛围时，模型居然表现得像一位通感艺术家，输出的描述里同时交织着声音的质感和光线的变化。这背后可能意味着，它正在形成某种超越单一感官的抽象表征能力，但这距离真正的“理解”还有多远，谁也说不清。 产业界对 GPT-5 的期待，早已从“能不能写诗”转向了“能不能真正充当科研助手和高级工程师”。如果推理和多模态的突破如期而至，那么材料发现、药物筛选、复杂系统仿真这些过去需要漫长试错的领域，可能第一次迎来 AI 作为“副驾驶”的实质性提速。不过，巨大的光环也伴随着巨大的能耗争议，OpenAI 需要向外界证明，这种规模的投入不是一场不计代价的算力军备竞赛。 【记者点评】 把模型做到万亿参数，某种程度像在建造一座“思考的超级工厂”。真正的颠覆不来自参数量的又一位数增长，而在于推理和多模态从拼贴走向内化。当 AI 开始用自己的“语言”串联起看、听、说和想，我们对智能的定义或许也要跟着刷新。不过，越逼近人脑的复杂度，能耗和效率的天花板就越不能回避，这恐怕是 GPT-5 留给整个行业更有分量的考题。