AGI倒計時，OpenAI首席研究官重磅表態：留給人類的窗口“很小”
重點摘要
OpenAI首席研究官Mark Chen釋放了一個強烈信號：OpenAI 並不認為scaling laws已經失效，恰恰相反，預訓練、數據工程、推理訓練和更長任務鏈條，仍是通向AGI的主幹道路。
### OpenAI 首席研究官 Mark Chen 表態：AGI 倒計時已啟動，人類應對窗口「很小」
OpenAI 首席研究官 Mark Chen 近日在公開場合釋出重磅訊息，明確表示該公司對「規模定律」（scaling laws）的信心並未動搖。他強調，預訓練、數據工程、推理訓練以及更長任務鏈條的持續推進，仍是通往通用人工智慧（AGI）的核心路徑。這番表態不僅為近期外界對 AI 發展瓶頸的質疑定調，更暗示 OpenAI 內部對 AGI 的實現時程已有明確預期，而留給人類社會適應與調整的窗口期，恐怕比想像中更為短暫。
### 背景脈絡：規模定律爭議與 OpenAI 的戰略定調
過去一年，AI 業界曾出現「規模定律失效」的討論，部分專家認為單純增加模型參數與訓練數據已無法帶來顯著性能提升。然而，Mark Chen 的發言直接駁斥此觀點，指出 OpenAI 仍將預訓練與數據工程視為核心技術路線。這意味著，該公司可能已找到突破傳統規模瓶頸的新方法，例如更高效的數據篩選機制、強化推理階段的學習策略，或設計能處理更複雜任務的長鏈邏輯架構。這些技術方向，正是 OpenAI 認為能持續推動模型能力逼近 AGI 的關鍵。
### 可能影響：AI 競賽加速與社會結構的潛在衝擊
若 OpenAI 的判斷正確，AGI 的到來可能比多數預測更早。這將引發連鎖效應：首先，科技巨頭間的 AI 軍備競賽將進一步白熱化，Google、微軟、Anthropic 等公司勢必加速投入資源，避免在下一階段落後。其次，AGI 的實現將徹底改變勞動市場、教育體系與經濟模式，許多現有職業可能被自動化取代，而新興領域如 AI 倫理、監管與安全研究的需求將急遽增加。Mark Chen 所謂的「窗口很小」，正暗示人類社會必須在短時間內建立應對機制，否則可能面臨技術失控或社會動盪的風險。
### 讀者可關注的後續：技術突破與監管動態
接下來值得關注的焦點包括：OpenAI 是否會公布更多關於「更長任務鏈條」的技術細節，例如如何讓模型在數小時甚至數天的連續推理中保持一致性與可靠性。此外，各國政府與國際組織對 AGI 的監管討論也將加速，歐盟的 AI 法案、美國的行政命令，以及聯合國層級的協商，都可能因 Mark Chen 的發言而出現更嚴格的規範。對於一般讀者而言，建議密切觀察 OpenAI 後續的產品發布與研究論文，這些將是判斷 AGI 進展最直接的風向標。
### 結語：從技術樂觀到社會準備的轉折點
Mark Chen 的談話不僅是技術宣言，更是一份社會警訊。當 OpenAI 這樣的領先企業明確表示 AGI 已進入倒計時，人類社會不能再以「科幻」或「遙遠未來」的心態看待此事。從個人層面，培養跨領域思考能力、理解 AI 基礎原理，將成為未來生存的必備技能；從集體層面，建立全球性的 AI 治理框架、確保技術發展符合人類價值，則是刻不容緩的課題。留給我們的窗口或許很小，但若能把握當下，仍有機會引導 AGI 走向共榮而非失控的未來。
Related
相關文章
百億估值只是起點，跨維智能的物理AGI之路
這篇消息聚焦「百億估值只是起點，跨維智能的物理AGI之路」。目前來源未提供完整摘要。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
AI 輔助數字化復原約 2000 年曆史古卷，讀取出約 1.5 米長希臘文文本
維蘇威挑戰賽（Vesuvius Challenge）於 6 月 25 日發佈博文，在 AI 輔助下，研究人員在不展開卷軸的情況下，虛擬讀取了 2 份被維蘇威火山灰掩埋的古卷。
AI 老闆 500 天模擬經營：多數模型虧慘，Claude Fable 5 獨佔鰲頭
這篇消息聚焦「AI 老闆 500 天模擬經營：多數模型虧慘，Claude Fable 5 獨佔鰲頭」。原始導語提到：普林斯頓大學本月發佈基準測試 CEO-Bench，模擬創業公司，評估 AI 模型擔任企業首席執行官（CEO）的能力，結果多數模型破產。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
優艾智合具身智能系列新品全球首發：3年賦能10000個工業現場
這篇消息聚焦「優艾智合具身智能系列新品全球首發：3年賦能10000個工業現場」。原始導語提到：優艾智合通過具身智能系統全棧佈局，率先跑通“技術－產品－商業”的閉環，將為行業規模化落地提供成熟範式。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Meta 複用拆機內存：3:1 搭配 DDR5/DDR4，推理 AI 所需服務器最多減少 25%
科技媒體 The Register 昨日（6 月 29 日）發佈博文，報道稱 Meta 公司為減少採購新硬件需求，發佈自研 Vistara 定製芯片方案，讓新服務器複用拆機 DDR4 內存。
讓機器人動作流暢絲滑如「連音」，千尋智能高陽團隊提出Legato，入選RSS 2026
來源：公眾號“機器之心”鏈接：https://mp.weixin.qq.com/s/SmpQ7MKd2R_z9oqkMngGWw在音樂術語中，Legato（連音）意味著音符之間平滑過渡、毫無間斷，演奏出流暢優美的旋律。鋼琴家的手指在琴鍵上滑動，小提琴家的弓在琴絃上連貫運行 —— 這種 "連音" 技巧讓音樂充滿生命力。一位真正掌握連音技巧的演奏者，不需要靠後期剪輯來彌補斷點，而是能夠知道如何讓每一個音符自然地流向下一個。機器人領域同樣在追求這樣的 "連音" 效果：讓機器人的動作像音樂一樣流暢自然，沒有猶豫和停頓。然而，要讓一臺機器人真正做到這一點，遠比想象中困難。近日，千尋智能高陽團隊的研究成果 《Learning Native Continuation for Action Chunking Flow Policies》 被機器人頂會 RSS 2026 接收！這項工作從訓練機製出發，讓機器人動作天然具有連續性，實現了 "連音" 般的流暢執行，在五個真實世界操作任務上超越了現有方法，為具身智能領域的動作生成研究提供了新的思路。論文標題：Learning Native Continuation for Action Chunking Flow Policies論文鏈接：https://arxiv.org/pdf/2602.12978項目主頁：https://lyfeng001.github.io/Legato/1. 機器人為什麼會 "猶豫"？想象一下，你讓機器人倒水、疊碗或折毛巾，它卻在執行過程中頻繁停頓、猶豫不決，甚至突然改變主意 —— 比如原本計劃用左手抓取物體，執行到一半卻又想換成右手，結果兩隻手都沒抓到，白白浪費了時間。這種 "猶豫" 不僅讓動作看起來彆扭，還會直接拖慢任務完成的速度，在需要精準配合的場景下甚至會導致任務失敗。這背後的根源，要從當前主流的機器人基礎模型的