在北京亦庄举办的首届机器人半马终于完赛了。陪太子读书的小个子惹人怜爱。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来继续讲首届在北京亦庄举办的机器人半程马拉松。因为是首届呢，难免稍微有一些草台班子，各种规则呢在不断的调整。

大部分的机器人呢是有人陪跑的。先进行一个排位赛，排位赛就是看谁跑得快、谁跑得慢，按照跑的最快的第一个出发，跑的慢一些的第二个出发，按照这样的一个次序在正赛的时候去出发。而且呢，机器人呢并不是像人一样一把全跑出去，而是每分钟跑出去一个。

原来关门时间呢是3小时30分，后来呢调整到4小时，最终呢是按照4小时30分这样的一个时间去关门。也就是跑到4小时30分钟以后的这些机器人呢，就不再计入成绩了。但其实最后能够跑完全程的有一些应该已经超过4小时30分了，虽败犹荣吧，大家还是会记住这些机器人的，非常不错。

当然大部分的机器人呢并没有跑完全程，很多的机器人可能跑了个两三公里或者三五公里就直接退赛了。这也没有任何问题，毕竟是第一次嘛。现在整个的机器人产业还在一个发展的早期阶段，能够来参赛本身算是一个勇气可嘉的事情。

换电和换机器人的规则呢其实也在不断的调整。换电包括一些小零件的更换呢都是不罚时不停表。什么意思？就是你需要换电池了，那你就在这换，但是呢，换电池的时间也计入到你整个的赛程里边去。有些比赛呢换电池的时候是会停表的，就是他不计到你的赛程里边去，要减时的。还有一些比赛呢会规定说，你换电池了我要再多扣一些时间，叫罚时。所以换电池换一些小零配件都是不罚时不停表，但换机器人他也不停表，这个也是要算时间的，但是要罚10分钟。

机器人很多都是有若干个陪跑。比如说以这一次夺冠的天工Ultra，前面有一个人叫领跑。它的控制方式也很有意思，它可以通过遥控，也可以通过呢叫跟随，就是它把一个跟随道标呢绑在前面的人身上，然后前面的人跑在它后边跟着。包括拐弯，前面有人拐弯了，它也会在后边跟着前面的选手一起去拐弯。这个是领跑，后面呢有一个人带着遥控器，但是并不是时时刻刻都需要操控它。

我现在看到呢，这些机器人到最后冲线的时候、到终点的时候都会有人去遥控它，因为怕出一些问题嘛。而且在这个时候万众瞩目，一堆人举着摄像机在那拍呢，你做出一些不雅的动作来就贻笑大方了。所以到最后都是有遥控的，天工Ultra呢也是有遥控器。

但是它这个遥控选手呢，平时并不遥控这个机器人。绝大部分时候是跟着前面那人跑的。还有一个人呢，是会在后边时不时的扶一把这个机器人。

那个机器人很逗，一米八大个，在肩膀后头有俩把手。这两个把手呢，是成人字形这么排开，就是你可以拿手握着它。后边有一个人跑的时候呢，不停的会拿手去摸一下这个把手，或者是扶一下这个把手。但是我现在没有看到进一步的报道，不知道说这个动作为什么要去做。你不扶它会倒，还是说我需要靠摸这个把手来去测一下温度，还是可能有一些什么操控在上面？现在并没有更进一步的消息出来。

但是呢，确实有一堆人跟着。这些人是要跟着机器人一起穿号牌的。还有什么呢？还有裁判员。每一个机器人都有裁判员，这个裁判员是坐在后边的车里。他有一个技术保障车，应该像机场或者公园里玩的这种电瓶车似的，再加上零部件，再加上一些拍摄设备，都在这个车里头。因为他们有些人还在车里边去做一些采访。什么机器人在前头跑，这个车在后边跟着。

当然还有一些呢，是带专业的摄像车的。我们看到有一台车，上面有两三个云台，云台全都是摄像头。这个是专业的摄像车。

胜负呢，不重要？参与才是最重要的？别开玩笑了，名次当然重要了。所以我们还是来讲一下这个名次的事情。冠军，天工Ultra，这个没有任何问题，两小时40分钟跑到了，也算是一个非常不错的成绩吧。他是唯一的一个在三小时之内完成比赛的。第二名就已经是3小时20多分钟了，应该也还是在关门时间之前完成的。第四名基本上就已经到关门时间之后了，在4小时50多分钟了。所以再往后的，也没有什么特别大意义了。

天工Ultra呢，是中间换了三次电池，但是呢，全程没有换机器人。所以它的机械稳定性，或者是其他的一些机械的这些性能，还是相当不错的。但是注意，整个的赛事基本上就是天工办的，所以我们说他叫太子吧。就是大家都是在陪他玩。亦庄机器人中心和UB选做出来的天工Ultra机器人，跑到亦庄去做这个比赛，到底是为谁办这个比赛，就一目了然了。

主要的报道跟镜头呢，也都是围绕天工机器人去做的。包括前边我们讲那个专业摄像车，也是他的。其他没有看到谁再去带专业摄像车跟着机器人一起跑的了。

天工机器人出现之后，整个的直播就停止了。我们是从来没见过这么办比赛的。就是你稍微的偏向太子一点，我们是认可的。但是你说一个比赛第一名一冲线，咔直播停了，从来没见过这种事。但是这一次他夺冠。

未必会给UB选带来什么正面影响。为什么？

第一个，它很贵。这个机器人30多万，虽然比马斯克要卖的擎天柱可能还稍微便宜一些。但是你想，30多万的一个机器人还很简陋，连手都没有，手部是两个大圆球。每一次说“伸出援手”，就是没有灵巧手。而且这个机器人呢，全程有人陪着，一堆人呵护着跑到头了。这样的一个机器人，也没有任何的其他用途，到底能够给UB选这样的上市公司带来什么好的推动？这个真不好说，因为现在在各个社交媒体平台上，基本上是骂声一片。就这说，怪不得朱耀虎要退出呢，这个确实是不行。而且不停地摔，不停地出现问题。

像这个天工呢，好在是不怎么摔跟头，基本上是顺着跑下来了。中间确实有一次是需要更换零部件，但是那一次呢也处理的还不错。他是拿了一个架子，直接把那个机器人架起来，然后呢，七差咔嚓换完了以后，再一松手，这个机器人落地上接着跑。整个跑的过程还可以。当然，这个天工机器人呢，是非常非常考验工程师的，像我这样人还当不了他的工程师。你想一个半马，他仨人得跟着跑下来，而且一边跑还得举个大遥控器，还得不停地折腾机器人，非常非常耗体力。所以以后玩机器人的工程师，是需要能够跑半马的，至少是半马，也许以后就可以跑全马了。这个是对工程师的一些新的要求。

亚军这个是非常可爱的一个机器人，也是我们前面讲说“疑似陪太子读书的小个子”。这个机器人呢，是北京松延动力的机器人，叫小顽童。松延动力呢，他们做了一个标准型号叫N2，它呢做了两个小的改款，一个是小顽童，另外一个呢叫旋风小子。所以它有两对，第二名跟第四名都是他。这个还是非常有趣的一个小机器人吧，一米2高，跑的飞快。

这个小顽童呢是做了哪些调教？他在算法上改了仿生学姿态控制，它是最像人的一个。前面那个天工Ultra呢，直不愣登的，你认为它是一个有一定自控能力的遥控玩具都没有什么问题。但是一个跑起来很像人的步态，柔韧性和协调性都非常好的一个小个子机器人，这个还是要更领先一点点的。

特别有意思的是，给机器人还穿了双鞋。他是找了一双儿童鞋穿上。就是机器人的脚呢一般是硬脚，底下实际上就是两个铁板或者是这种很硬的材质。你要在这个柏油路上跑的话，磨损会很厉害。所以呢，就是直接找了一双儿童运动鞋就给套上了。但是套呢还特别有意思，就是咱们的脚是在脚后跟上，他那个机器人的脚呢，一般是在一个比较靠中间的地方。所以呢，你看到他穿鞋的时候呢。

是一个很细细的这个腿，然后整顶着那个鞋的这个前框，这样去穿的。呵呵，后边有好大一块是空的，穿着这么一个东西，用非常矫健的姿态在全程奔跑。而且呢，这个机器人呢，是全程不需要人跟着，前后左右都没人。遥控它的人呢，是在后边车上坐着的，比较省人力。

这个机器人呢，是比较便宜，3.99万，不到4万块钱。现在呢，就可以交5,000块钱定金，把单子锁住了。可能6月份就开始量产交付了。这个机器人我估计通过这一次比赛，是会有很多的订单的。

它的主要用途呢，一个是工业巡视。因为你要用这种机器人去巡视的话，你就不需要去保证地面一定平坦。它可以上坡下坡，草地、山路、台阶它都可以走。你不需要像轮式的机器人，你一定要专门给它铺条路。这个是已经有一些工厂准备去用了。

还有呢，就是做科研教学。其实现在的机器人，最主要的用途就是科研教学。因为机器人到底未来会怎么用，现在大家还都在拍脑袋的时候。但是这个时候，如果有人能够做出来非常棒的、可以去进行应用搭建的这种底层平台的话，这是对下一个阶段机器人整个应用的探讨的一个必备条件吧。所以它现在主要的一个用途，还是科研教学。

其实现在所有机器人厂商，就是人形机器人厂商，他们主要卖出去的机器人，都是来去做科研和教学的。这个机器人就被质疑是陪太子读书了。

它的创始人呢，也在现场说：“我要投诉你们，你们太不负责任了。你怎么能第一名过去就把直播掐了呢？而且宣传的时候你没念我名字，你要把我公司的名字念出来。我叫北京松延动力。”他们应该是在北京昌平，创始人是清华的一个高材生，另外一个创始人是浙大的，还有一个可能是伦敦大学的哪的，是这么几个创始人去做的一个项目。

而且后边你要去出公报的时候，还把我公司的名字给写错了。你在报道和曝光的时候呢，明显都要比前面这个天工要少，这个不公平。

这种比赛呢，大概率是参赛要给赞助的。但是赞助呢，应该有一些赞助条款，说我给你钱了，你应该给我保证多少次露出，保证我的名字是写对的。有可能有一些这个赞助条款没有完全满足吧。

像我们以前也遇到过这种事，就是我做一些活动的时候，跟人谈了，签了一个赞助协议。后边比如说给人名字提少了，或者提错了，他们会来这个找我抗议的。这个事都发生过，但后来好像也不了了之了。

现在再看到新的报道里头，这位创始人要去抗议的事情，已经找不到报道了。

这个松延动力呢，还有一个特别有趣的身份是什么？就是刚刚被金沙江朱啸虎退出的案子。朱啸虎说……

我要退所有人形机器人的赛道，把所有这种案子都退掉。这个里边有一家，就是这个松延动力，能够跑完21公里，独自奔跑，步态协调。可爱的小机器人，1.2米，而且很轻，它20多公斤。这种机器人呢，就是你去搬运它、去挪动它的时候，还是比较友好的。你真做到一米六或者是一米八这样的机器人，做到个五六十公斤或者六七十公斤的话，对于后期你去应用它做各种测试，是很不友好的。

这个案子我怎么说呢，就是原来咱们没有看过这个机器人到底长什么样，也没有看到他的各种演示。从现在看到的演示来看的话，他应该是这一次参赛的所有机器人里头跑步最像人的一个，这个是最重要的。这个案子投的是相当不错的，但是退退早了。现在可以给大家这样的一个我个人的观点吧。

季军，也就是第三名呢，是来自于上海卓翼德的行者2号。这个机器人呢也挺丑的，这是8万块钱左右。这个机器人呢，未来是准备做养老陪护去用的。可能过一段时间，这些机器人就会逐渐的有一些用途。但是现在的话，其实你去给这些机器人寻找一些什么养老或者一些其他的这种用途，意义没有那么大。现在最主要的用途，就是为了这些机器人进一步应用去提供平台，让这些做应用的人现在有平台可以去做测试，可以去做一些新的应用开发。其他的其实并没有那么重要，这个就不太详细讲了。

第四名呢叫旋风小子，也是这个松延动力的，用的他们家的N2，也就是39,900的这个机器人。但是前面这个小顽童呢，跟旋风小子它是两种调教方式。小顽童呢是做的步态的调教，让他更像人；而旋风小子呢做的是暴力调教，就是让他跑得更快。你想他一米二吗，他肯定是要比那种一米八的天工要吃亏的。所以他们对于这个旋风小子的调校，就是提高步速，每秒钟多跑几步，做了这样的一个调校。他呢到达终点其实是要比季军，也就是第三名的行者2号要早的。但是呢，因为中间多换了几次机器人，他大概换了4次机器人，算上罚时了以后呢，就是第四名了。这个再次证明了欲速则不达，因为他把这个步速提高了以后，他这个机器人跑一段时间以后会过热，就必须要换机器人，换了4次才跑到终点，但也算是到终点了吧。

至于宇树机器人呢，这一次是G1上场，算是彻彻底底的翻车。什么意思呢？宇树机器人压根就不适合这种比赛，只能是全程遥控，99,000的一个遥控大玩具。有人呢，用这个机器人直播，效果确实还是不错的，但是真的没有什么其他用途了，就是能够在这打个招呼，直个播。

稍微的往前走点，往后走点。你让他干任何其他事情都不行了。他呢，更适合做一些复杂高难度动作的挑战。

你让这个宇树机器人去做这种长时间的奔跑，这个很难。而且宇树机器人的控制呢，是需要非常熟练的遥控操作手来配合的。你如果配合不好的话，那这个宇树机器人可能就没有办法很正常的去工作，就有点像手动挡的汽车似的。

外壳和结构呢，也并没有为这种多次的碰撞做准备。有一些购买了宇树机器人的人说：“这个不行，这玩意磕磕碰碰的，就得换零部件。这零部件还挺贵的。”而且这些外壳呢，很多是塑料的，稍微的摔一下就直接裂了，不是那么好使。还有些人是把这个后边这个拎的把手给摔断了，你也得花钱去找他换去，这个还是挺麻烦的一个事情。

宇树机器人呢，这一次自己压根就没有报名参赛，因为他也知道他自己不适合干这个事，所以他就没去。据说呢，是在组织格斗比赛：“我这个不是擅长做高难度动作吗？你配合着复杂的遥控了以后，我可以把这些高难度动作做出来。”所以呢，他们准备组织机器人格斗大赛。

中国现在肯定是这样，就是谁组织的谁花钱，你就是这个比赛的太子，大家都围着你们转悠。北京亦庄的机器人半马呢，就是天工组织的，他就是太子，其他人陪他玩。等到宇树去组织机器人格斗大赛的时候呢，他就是太子，别人陪他玩。

但是呢，宇树机器人卖掉了很多。你卖掉了就总有人会惦记说：“既然我都买了，我就拿着你宇树机器人去参赛，不就完事了吗？”所以呢，在这一次比赛里头，应该有那么1到2台吧，宇树机器人跑去参赛去了。但并不是宇树机器人公司自己去的，都是别人买了以后去玩的。

最逗的是什么？这个机器人在起跑线上说跑，咔躺地上了，直接摔那了。摔完了以后，还把这个前胸的壳给摔破了。怎么说呢，比较丢人吧。这个机器人跑了几公里以后就退赛了，没有继续跑下去。

宇树机器人呢，也出来做了澄清，说：“不是我，我没有参赛。”他们参赛这个人呢，第一个算法没有专门做调教。一般你要做这样的比赛，还是要专门去调这个机器人算法的，就像刚才我们讲的松延动力，他也是要专门调算法的。第二个呢，就是操纵人不熟练。如果让我们的人去操作的话，应该是可以跑下来，没有什么问题。但是他即使跑的话，他应该也跑不过天工。

他现在有一点隐隐的老大的意思，这种人他是丢不起的。如果没法得冠军，他压根就不会来。

那么机器人马拉松到底来看什么呢？第一个是机械性能，其实并没有那么重要。跑得快，少换电池，是不是可以独自跑完，这些指标呢……

在最后产品化的时候，都是可以搞定的。现在呢，大家都是在半实验室状态。什么叫半实验室状态？就是非量产型。现在是在实验室里头拼装出来的，随时呢都可以修修改改的一个东西。你最后量产的时候，前面这些问题都是可以解决的。真正要看的是自动控制。

天工呢，可以跟着前面的那个遥控器跑，这个其实已经很好了。松延动力的N2呢，完完全全自己跑着，边上没人跟着，整个20多公里整个跑下来了。但是最后冲线的时候，后边是有人举着遥控器跟着的，其他的时候都是基本上自己就跑了。所以这个还是非常强的。而且松延动力说，我们马上要出视觉避障版，可以直接看到路上有什么东西，可以绕着走。

宇树机器人这种全程遥控呢，就会差的稍微远一点点，但是它也算是一个很好的实验平台吧。跑步姿态才是现在真正要看的。那些很机械、很丑陋的就不用看了。这种协调自然的，才是现在比较强的这个机器人。

如果大家说，我们要去选一些机器人上来，为我们的某些应用，甭管是端盘子呀，还是机器巡检呀，哪怕是直播，都应该去选一些跑步姿态比较像人的这个机器人。这个其实还是靠功夫的。这个东西考的叫小脑。机器人们大脑小脑，大脑是什么东西？就像DeepSeek这种玩意，上大模型你跟他聊天。小脑是什么？你到底是怎么走路，怎么站着，怎么跑，怎么坐那坐，所有这个姿态控制。

现在呢，从跑步姿势来看，松延动力的姿态控制应该是最好的。至少跑道的这几个吧，他算最好的。所以现在的机器人呢，就要看谁更像人，谁可以独立运作。疑似陪太子读书的松延动力呢，这次应该算露脸了，而且还很便宜，39999，十几二十公斤。你带着这么个东西四处溜达，也不是那么累，还是比较好玩的一个东西。希望他们大卖吧。

马拉松上的机器人呢，其实就是一个机器人平台的底座，主要提供的是小脑和肢体。这个大脑的部分，这些做大模型的公司自己往里放，或者其他的一些小型的创新创业团队，都可以自己去尝试。

那么机器人马拉松的意义在什么地方呢？第一个就是宣传效果拉满。甭管是有多少人跑到终点了，中间怎么摔了，摔坏了什么东西了，都没有那么重要。这一次连续两天在各社交媒体上刷屏，这个还是非常非常重要的。让更多的人呢，可以关注到机器人的产业与赛道，这个比赛的目的就算达到了。

更多的赛事会快速的展开，不断的累积，不断的迭代。这次还是草台班子，下次肯定会越办越好的。所以这种比赛可能，在未来的一段时间里头，各个地区都会办起来。就算这些咱们都不看。

这也是一件非常好玩的事情，给大家提供了欢乐，总不是什么坏事。

好，这就是这一次北京亦庄机器人半马的介绍。感谢大家收听，请帮忙点赞、点小铃铛、参加DISCORD讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

大家好，欢迎收听老范讲故事的 YouTube 频道。今天咱们来讲 GPT O1 发布，科技大爆发应该会到来。草莓模型终于发布了。今天我太太还问我说，这个模型发布了，对于你们这些科技圈的人来说，算是意料之外，还是算意料之中？这个事情直接把我问在那了。

其实，每一个人都希望赶快把草莓模型发出来。但是 OpenAI 从今年年初开始公布 Sora 到现在，他吹的牛有点太多了。到现在为止，这是我们真正见到的能够用的产品。虽然 GPT4O 也是能用，但完整的 GPT4O 其实到目前为止，一直没有彻底开放出来。而这个 O1 上来直接就开放了，今天早上凌晨 3 点突然上线，哐往那一挂，大家愿意用的都可以去用了。我自己也去用去了。他呢，也换了一个名字，叫 GPT-O1。所以呢，这就不是 GPT5。

未来可能会走两条路，一个是继续走这种直接进行语言生成的，而 O1 这条路，走的是深度思考，要去反思一个问题，要深思熟虑以后才去回答。所以他有可能两个路要分开走，而且两个模型可能会相互配合着使用。

现在的 OpenAI 呢，就跟 O 干上去了，OpenAI 以 O 开头嘛，它后边的仪态产品基本上都是 O。GBT4O 这个 O 叫 Omni，意思是全能。下一代大模型，也就是大家等待的 GPT5，它的模型的名字叫 Orin，猎户座。而现在的 GPT O1 意思是从零开始计数，从头开始。

这是一个什么样的大模型？他深思熟虑，具体里边是怎么做的，这个都是大家在猜，或者有一些很简短的文章，因为现在他也不开源，OpenAI 变成 Close AI 了。这个东西到底内部如何实现呢？大家只能猜。

现在就可以用 Plus 用户，像我就是 Plus 用户，一个月 20 美金，可以用到两个版本，一个叫 O1 Preview，预览版，应该是在正式的 O1 版本上裁剪出来的一个版本；另外一个叫 O1 Mini，O1 Mini 是要比 O1 Preview 还要再小一些的版本。但是这个额度非常少，少到什么程度？O1 Preview 一周 30 次，我今天大概已经用了有十来次了，后边几天我要省着点用了。Mini 是一周 50 次，真的是没见过这么抠搜的模型。以前的都是三个小时多少次，或者一天多少次，甚至有一个小时多少次，而现在这个 O1 都是一周几十次。所以用的时候一定要小心。

有人在去传说，准备上 200 美元一个月的 Preview 版本，这个属于传言。今天还去问了 GPT4O，被辟谣了，说我们不准备干这个事。
就是20美元一个月的这种Plus版本，我就让你用，只是数量少一些。未来，我们会想办法把这个数量提升上去的。这个O1的测试数据非常亮眼，数学能力极强。在2024年美国数学邀请赛上，能够达到全美前500名优秀学生的这个水平，这是非常吓人的。然而，他这个数学邀请赛应该是中学生，文中并没有说明到底是初中生还是高中生，但能够达到前500名的北美学生参赛水平的，已经非常高了。

物理、生物、化学方面，可以直接达到博士生的水平，这个也是很恐怖的一个能力。编程能力得到了极大的提升，在信息学奥林匹克竞赛里头，超过半数的参赛选手，如果是打开常考，让他慢慢的想，让他多试几次，是完完全全可以得到金牌水平的。在Code Forces平台做竞争性编程比赛上，已经超越了93%的程序员，已经算是一个比较资深的程序员了。

我自己也在里边做了一些编程的测试，确实非常的猛。我去向他提出一个很详细的要求，我说我现在要做什么事情，希望使用哪些技术，希望效率怎么提升，在界面上怎么去设计。当然，这个提示写的比较长，写完了以后，啪一回车，首先是漫长的等待。不是说啪一回车就出来了，这东西挺慢的。等一会以后告诉你说，应该在哪个地方，怎么去装环境，第一步做什么，第二步做什么，哪个里头有哪个文件，这个文件里写什么东西，啰里八嗦写了巨长的一段。我发现O1这个玩意是非常话痨的一个大模型。

而如果你不是像我这样用Plus版本去直接调用，而是说我要用API去调，那你就上了当了。他会啰里八嗦说半天的，而且他那个TOKEN的费用奇贵无比。那么，为什么讲这就是科技大爆发即将到来？O1其实并不是给普通人用的，普通人去玩GPT-4O就已经足够了。O1这种东西其实是给科学家、工程师、程序员用的工具。

现在限制科技发展到底是什么？其实数学是限制科技发展的一个很重要的因素。因为数学越往后发展，其实越反人性，必须筛选出极少数的数学天才，才能够继续往前面去前进。而且人类为了达到当前科技的高度，必须进行非常长时间的学习。你想，一个小孩从出生一直上到博士，可能研究才能研究点东西出来，这个时间得二十几年，甚至是三十年你才有可能能够学完。学习的成本是非常高的，而且筛选也很严格，因为学习成本很高，必须要选出最能够去学习的人去学。

但是筛选的过程又未必科学合理，不一定说一个筛下去的人，他就比进去读博士这个人差，也许你换一个人上来科技就发展了。
但是这件事我们不知道，没有任何可以试错的机会。在学习的过程中，也会扼杀创新力，因为我们不断地学习，实际上就在学习前任的方法，这会造成路径依赖。所以，其实是导致现在科技很难再往前走的一个很重要的原因。而且，我们必须要阅读大量的信息文献，才能够去做研发。为什么呢？如果不读，你只能重复造轮子。有没有人做过这个？没有查重，那你折腾半天做完了以后发现，哎，20年前有人做过了。这也是很正常的。而且，人的大脑不是说我读了大量的信息和文献，就可以去做新的创新的，而是什么呢？我们的大脑像掰棒子的狗熊似的，你把新的东西进来以后，就把旧的知识可能忘掉。你要想始终得到一个最新的知识，在这个基础上去做研究，这还是非常难的。

但是现在有了O1的帮助，这些问题其中一部分就可以解决了。我们不再需要进行严格的筛选，不再需要进行漫长的学习，让更多的人可以进来进行科学创造。整个科技大爆发，可以带来不同的变化。很多科技前沿的关卡，其实已经开始松动了。学习筛选的过程也必然会发生改变，以适应O1之后的科技研究。

我个人用的体验到底怎么样？首先说，个人使用O1的体验并不好。为什么？第一个是很慢，这刚才我讲了，一个回车下去，你要在那等。而且很贵，如果使用TOKEN API直接调用O1的成本，要比我们使用GPT的各种模型都要贵很大的一个比例。而且给的配额还非常少，你想，一个礼拜才给了你50次，这个事实在是让你不太敢打回车。

编程问题我去试了一个，刚才我们讲的说你给我写一段程序，他思考了多长时间？两分钟。你打完回车以后，两分钟他没理你，做完了以后再告诉你说我们整个用了两分钟，才给你输出了一个结果。每周三50次，这确实是有点费劲。

那贵到什么样的程度？O1 Preview的价格是GPT4O的3-4倍，输入100万TOKEN是15美金，输出100万TOKEN要60美金，这个是非常重的一个价格了。因为我们去写编程那个题的时候，刚才我说他写的特别话痨吧，直接输出了8,000多个TOKEN。按照100万TOKEN 60美金算的话，我等于那一次回车下去，我就已经花了大概0.5美金出去了，所以这玩意是非常贵的。

O1mini要稍微便宜一点点，100万的输入是3美金，输出是12美金，但是MINI可能有一些效果会稍微差一点。那比较一下4O，100万的输入是5美金，输出是15美金。
这个已经是现在大家可以用到的比较好的模型了，而4O mini就是4O蒸馏出来的小版本。100万的输入才0.15美金，100万输出是0.6美金。所以我现在大量的这种模型工作，都是使用的4OMini。而且现在API的调用还非常不完善。

怎么个不完善法？第一个，不允许加系统信息。你正常跟人聊天的时候，你说的话叫用户信息，他回复叫助理信息。正常我们去跟OpenAI聊天的时候，还有一个信息叫系统信息，我们先设定你是谁，张三李四，你擅长什么事，这叫系统信息。现在这个O1呢，是不支持系统信息的，也不支持函数调用，还不支持流式输出。

流式输出是什么？我们在GPT上跟人聊天的时候，GPT都是一行一行一个字这么出来的，因为它出的慢。如果你不是随想出来点什么，随出就会等很长时间。而这个O1压根就不支持这功能，你只能是打完回车生等，等到他彻底算完了以后，啪一把吐出来。Plus用户呢，直接就可以用，但不是很顺畅。为什么呢？他不能访问网页，现在只能是用他已经训练好的数据去给你回答，而且也没有搜索的接口。

思考的过程建议大家不要打开，因为你在这个Plus版本里头说，“现在O1不一给我去回答一个问题”，你打完回车以后，他告诉你说，“我现在在想，我在思考，我有一些什么样的问题。”他在不停的在变化。这个东西呢，如果你点他，给展开一个思考过程。我点开过，我问了一个问题以后，发现他思考的有中文的、有英文的，还有阿拉伯语的，讲的东西基本上是驴唇不对马嘴，完全在胡说八道。但是最后输出的效果并不差，只是中间思考的过程，我估计是什么呢，随便给你写一点信息，让你不要太着急。

所以这个中间思考过程大家就别点开看了。O1这一次的发布其实是非常匆忙的。为什么呢？第一个是钱真的不多了，要尽快完成融资，否则以OpenAI的尿性，肯定还是说我们再放个气球出来，放一个视频出来，让大家慢慢等，而不是说直接咔就把东西扔出来了。现在马上要融钱，据说他们准备融资60多亿美金，再贷款50亿美金。那么这些钱加一块，大概也就够他烧个半年或者八九个月这种水平，再往后可能还得再去找钱。

所以在这种情况下，有一个新的模型发布，对于他找钱来说是比较有好处的。而且O1的很多体验并不好，很多GPT上实现的功能其实都没有实现，包括刚才我们讲的不能接网页、不能接搜索、不能去做流式输出。
而且呢，还没有任何的多模态。比如，你要给他一张图，他认不出来。想让他去做题吧，你必须要先用GPT-4O把这个图识别好了，再把这个识别出来的题扔给他，再让他去做。他自己没有这个能力。而且O1其实并不太适合广大民众，广大民众真正需要的可能是他Orin猎户座大模型啊，而现在那个还没出来，到底什么时候出来不确定。OpenAI最近也不断有员工在离职创业，这对于吹了太多牛、拿不出产品的OpenAI来说，会造成非常多的困扰。

即使有这么多问题，GPT O1不是那么完善，但GPT O1依然是一个划时代的产品。O1应该怎么用？大家知道最早的程序员是怎么干活的吗？最早的程序员应该这样，首先在纸上写代码。那个时候这个机器是非常紧张的，不是说随时就有啊，个人电脑是很靠后才有的。所以呢，早期程序员都是在纸上写好代码，写完代码以后，拿打孔卡或者是打孔纸袋去编程。在这个袋子上打完眼以后，约时间，说我什么时间是要去上机。你要去约，约好了以后，到机房把这个纸袋也好或者是打孔卡也好，装到这个机器上，咔咔咔给你输进去，漫长的等待，在回收结果。回收完了以后，如果发现有错误或者不满意的地方，回去接着改程序去啊，然后再约下一次去上机。最早的程序员是这么干活的。为什么这么干？就是因为资源太少。

O1的使用其实可以参考刚才我们讲的过程。第一个，GPT Plus的账号上每礼拜只能使用几十次，所以一定要珍惜。第二个，就是很昂贵。如果你说我不希望被它限制，我要到这个API上直接调用，那么这个确实是可以突破限制，你愿意使用多少就使用多少，但特别贵。另一个就是反馈很慢，你不可能得到实时结果。

那么现在我是怎么用的呢？第一个，先用GPT-4O或者是4O MINI这样的模型整理提示词。我先要说我要干什么，请把提示词给我写好，要给你省一个非常复杂的提示词。在这个基础上你再改，改完了以后再让GPT-4O去给你修改，得到了一个完整的提示词，要把该问的事情都问好。做完了以后，满意了检查过了，一把塞给O1说行，这就是我要干的事，你去干去吧，进行漫长的等待，可能等个几分钟，接收完整的结果。因为他不能像4O似的，我随时聊，错了以后我再纠正你，我再告诉你哪错了，再给我改一改。他没有这个机会，因为交互次数实在太少，而且很贵。这是GPT O1的一个使用方法。如果你说我现在想用O1去解决一个问题了，建议你们像我这么干。
先用GPT-4O去整理提示词，整理完了以后，一把扔进去。这可以把这些珍稀的使用机会应用到最大价值。再往后，可能很多AI创业的厂商又该有噩梦了。现在，AI agent的创业公司，噩梦又轮到脑袋顶上了，因为每一次OpenAI发布产品，都会有创业公司突然死亡。

AI agent干的是什么呢？就是人工规划设计流程，将复杂的任务分摊到多个大模型，最终获得一个可用的结果。而GPT-4O基本上是把上面的活儿都替你干完了。你给它一个复杂任务，它替你分拆，分拆完了以后一步一步去思考，思考完了再反思，去检验结果，在结果里挑一个最好的，再把这个结论扔出来给你。

我们自己去设计的这些工作流，可能还没有O1内部设计的工作流合理。他这个可能又高效又合理，所以大部分当时做的AI agent，现在都没有什么用了。那么O1算不算一个端到端的系统呢？这个怎么说，响应速度和想一想的过程，说端到端稍微有一点点亏心。

那么现在GPT O1还不适合融入AI agent，因为它实在是太慢了。以前的AI agent要重新做，重新规划。怎么规划？原来的AI agent是很多小模型，通过一个流程处理一个明确的需求，然后再拼凑出结果来。那么现在就应该换了，还是用一堆AI小模型，在人工参与下，输出完整高质量的提示词。这应该是AI还可以干的事。

再把这个提示词扔给GPT O1，得到了结果之后再干嘛？再用那些小模型或者执行代码，再去把GPT O1的结果去分解。说到底要去做哪些操作，哪些的代码要去修改，哪个地方要去建文件，要把这个事情自己再去处理掉。因为这个O1后边的部分都没有，它只是负责把要求出进去，它把结果扔出来，它就干这件事。

GPT O1带来进步，肯定也会带来一些毁灭或者一些伤害，这个事永远都是这样。我们发明枪会有伤害，发明炸弹可能有伤害的，包括计算机也是对社会有伤害的。O1这样的东西，它会对社会带来什么样的伤害呢？第一个，原来我们一直思考的叫有钱人不作恶理论，这个事被打破了。很多人说不对啊，都讲万恶的资本，怎么有钱人就不作恶了呢？

大家想这样一个例子：一个有钱人跟一个穷人过独木桥，每次只能过一个人，这时候该怎么办？通常有钱人会向后退，让这个穷人先过去。为什么呢？因为有钱人身娇肉贵的，如果真的掉下去了，或者出点什么事，这所有的东西就都没法享受了。而穷人呢，一条烂命，其他啥也没有，他输得起。
但有钱人输不起。所以呢，以此为基础，很多西方人认为，只要财富积累到一定程度以后，就不会去做一些特别过分的事情。你会维护社会的规则，继续运转下去。这个也是很多西方人认为大模型不作恶的一个原因啊，因为大模型训练实在太贵了。有钱人是不会花了这么多钱去训练一个大模型，跑去干一些坏事。对于他们来说，没意思。

我记得以前，我们也遇到过类似这样的问题。那时是买瑞士军刀，一个东西一个刀好几百上千。我就问那个卖瑞士军刀的人：“我说这玩意这么老长，算管制刀具吗？”后来人家那个店长也跟我乐，说：“您见过买上千的刀出去挡人的吗？买上千的刀的人都是搁家里摆着的。有钱人是不干坏事的。”

但是GPT-01出来以后，这个就被打破了。为什么呢？失控了。现在不需要那么有钱，也不需要那么天才，每个人都有机会推动科技进步。那么，藏在深山或者地下室里的科技怪人，可能就会越来越多。甚至很多民科，我们管它叫民间科学家。以前这些人只能骗东西，他们是做不出真正的玩意来的。但是现在有了GPT-01后，这些科学怪人和民科，就有可能做出奇奇怪怪的东西来。

那么，社会就会从一个稳定的金字塔状态，变成了散乱的一团沙丘。原来你必须要汇集起整个社会的动力，来供养金字塔尖上的一点点人，成为大的科学家，汇集资源，才可以去做科研。现在不用了，我们拿这样的工具，每个人说：“哎，我想设计一个什么东西啊。”跟咱们看美剧有一个美剧叫《Young Sheldon》，人家小孩坐在家里捅吧捅吧，想去做核反应堆的，可能未来这个事情就会变得越来越容易了。

而且GPT-01其实依然会产生幻觉，他也经常会说错、忽视，认为经过反思、经过很认真的思考以后，他说的就不错了。而且GPT-01的幻觉，它的危害要比传统的这种幻觉要大得多。

咱们先讲一个著名的哈雷彗星笑话吧，大家理解一下这个幻觉是怎么产生的。这个故事是在1910年，当然也有一些其他年份的说法，反正就是哈雷彗星来的那年。故事的重点是信息传递的一个偏差。

说某部队一次命令传递过程如下：少校对值班军官说明天晚上8点左右，哈雷彗星将可能在这个地区看到。这种彗星每隔76年才看见一次，命令所有士兵着野战服在操场上集合。我将向他们解释这一罕见的现象。如果下雨的话，就去礼堂集合。我为他们放一部有关哈雷彗星的影片。讲的就是这样。

然后值班军官就对上尉说：“根据少校的命令，明晚8点，76年出现一次的哈雷彗星，将在操场上空出现。”
如果下雨的话，就让士兵穿着野战服列队前往礼堂。这一罕见的现象将在那里出现。上尉对中尉就说，根据少校的命令，明晚8点，非凡的哈雷彗星将身着野战服，在礼堂中出现。如果操场上下雨，少将将下达另一个命令。这种命令每隔76年才出现一次。

中尉对上士说明晚8点，上校将带领哈雷彗星在礼堂中出现。这是每隔76年才有的事情。如果下雨的话，少校命令哈雷彗星身着野战服，在操场上去。上士就对士兵说，在明晚8点下雨的时候，著名的76岁的哈雷少将，在少校的陪同下，身着野战服，开着他的彗星轿车，出现在操场前往礼堂的路上。

这个实际上就是一个幻觉产生的过程。当搜集更多的信息，而且在这个里边进行反复的推理、反复的传递的时候，那么，产生幻觉的过程就会几何级数上升。虽然GPT O1在推理的过程中，采用了一些手段来规避幻觉，输出一些内容以后，他自己会检查，会反思，但是你毕竟是经历了这么多的步骤，人家也是想了好几分钟才想出来的。综合算下来，他产生幻觉的几率还是在上升的。而且GPT O1也没有那么靠谱。

我用最传统的老虎过河的问题去问了GPT O1，依然是错误。老虎过河，就三只母老虎带着三只小老虎，从这个河的一岸要到另外一条岸去。三个母老虎会划船，三个小老虎里头有一只会划船。任何一个小老虎在没有母亲的陪同下，遇到其他的母老虎就直接被吃掉了。有什么方法可以让所有的老虎都过去？每条船上应该是可以走两个老虎，船上每一次至少要有一个会划船的老虎，而且呢，船必须是老虎划，不能自己从南岸到北岸，或者从北岸到南岸。

这个题呢，每一次GPT出什么新版本的模型了，我都会问，包括GPT Gemini cloud都去问了一遍这个GPO1。本来我是对他抱有巨大的这种期望的，你一个反思、推理这样的一个模型，做这种题还不是手到擒来的吗？结果依然是错的。在这一件事情上，他并没有比GPT4O强到哪儿去，还是到了第三步就直接出生错误。我就纠正他，这个特别有意思啊。第一次告诉我说我这样这样做，我说你哪哪有错。当你做成这样的安排以后，哪个小老虎就被吃掉了啊？他说对不起，我又搞错了啊。他又想了几分钟，告诉我说我换了一个思路你再看看。我告诉他，你这到同样的一步上，你犯了同样的错误，是另外一只小老虎被吃掉了。

这个时候特别逗，PPTO1就告诉我说，我发现了你这题有问题啊，这题是无解的。你应该调整一下这个题，让每条船上可以多坐几个老虎。
这给这个条件放的稍微宽松一些，否则这个题做不出来。那最后，我是把正确答案告诉GPTO1了。PO1把这个答案验证了一下，后来说：“你说的是对的啊，这个第一步应该怎么办，第二步怎么办。”整个都帮你验算了一下，都是没毛病的。

GPTO1并不能解决所有问题，而且像CPTO1这样的东西，为什么说它可能危害更大？所有要求把手放在方向盘上的自动驾驶，其实是最不安全的。你说我如果就要自己开车，这个事其实还是挺安全的，或者说我们符合一个驾驶安全的一个平均数。那你说我这已经彻底安全了，不需要方向盘，车上压根没方向盘，那这个事也没问题。

但是你说我现在有一部分副驾驶，你还要把手扶在这个方向盘上，你还不能睡觉，这个其实是安全隐患最大的。而现在的GPTO1呢，其实就是这样的一个状态。它能够解决一部分问题，但是具体哪一部分它解决不了，它自己也不知道。然后我们如果信任它，那就经常，它会把一些错误埋在整个的研究里边去，而且是很难被找到的啊，就会帮助大家去堆积“史山”。这是GPTO1绝对会干的。而且在这个过程中，如果它前面输出的效果非常好，那么它就可以累计人类对它的信任。后边它在输出错误结果的时候，被人类忽视，直接漏掉，直接放到研究报告里边，这个几率就会上升。所以现在还是一个比较危险的状态。

总结一下，GPTO1在今天早上凌晨发布了啊。这三点虽然并不完美，但是呢，依然是划时代的产品。之所以说划时代，是指明方向了啊，OpenAI老大的位置保住了。因为原来做到GPT-4、做到Gemini 1.5、做到Claude 3.5的时候，大家觉得没有前进方向了，我们把能干的活都干完了。现在O1出来，哎，大家向这个方向卷。当这个方向一指清楚了以后，谷歌、Anthropic，包括国内的各个厂商，就要开始去追赶了。

而且这一次OpenAI不一样，不是说上了一个，放个视频就完事了，而是真的让大家用上了。那么国内肯定会冲的啊。最后，英伟达应该会冲，因为一旦有这种新模型出来以后，所有的大模型厂商就会集中起来，更多的显卡进行训练。另外，GPTO1这样的模型进行推理，应该也是需要更多的显卡，而且可能只能上英伟达的，专门为Transformer优化过的那种LPU什么的，估计会有些捉襟见肘了。

在未来一段时间里，大家可以继续相信AIGC就是现在唯一的出路，大家可以继续在这条路上狂奔了。这就是我们今天讲的第一故事。

微软和苹果相继退出了Open AI董事会观察员的席位，这背后到底是几个意思呢？大家好，这里是老范讲故事的YouTube频道。今天，咱们来讲一讲Open AI这个当红榨汁机，他们的董事会上，到底发生了一些什么样的事情。

首先，要讲微软挺冤的。为什么呢？花了130亿美金投资了Open AI，在里边占股49%，居然没有混到董事会席位，只混到了董事会观察员席位。观察员席位跟董事会席位有什么区别？就是开会你也可以去啊，也不说不让你说话，你该说你也可以说，但是最后在表决的时候，不许举手啊，你不能说我同意，我反对，这事跟你没关系。这叫观察员席位。那你说他为啥冤呢？你说花这么多钱，占这么多股份，只得了一观察员席位，有点冤啊。还不算最冤的，最冤的是什么情况呢？苹果一分钱没花，1%的股份都没有，也整了一个董事会观察员席位。就是不患寡而患不均嘛，对吧？如果原来只有我一个出了钱的人，成为了董事会观察员，那这事呢，也不算是丢人的事。现在来了一个恨拖一下的，来了一个一分钱没花的，呃一点股份不占的啊，我们俩都是董事会观察员，他丢不起这个人啊，对吧。那么微软就愤然宣布说，我放弃这职位了，那苹果说，那你放弃了，我也不干了，咱们就都不去了。

Open AI本身的董事会结构呢，就比较奇葩。为什么呀？它上面有非盈利组织，底下呢，我们暂时不讨论。但这个结构导致了微软和苹果的尴尬位置，最终选择了退出观察员席位。

这个公司真正的控制权在于其上方的非盈利组织，正是这一组织掌控着 Open AI 的运作。我们之前提到的董事会，以及董事会中的观察员席位，皆隶属于这个位于顶层的 Open AI 非盈利组织。Open AI 的管理架构独特，允许采用推举制产生董事，这与常规的盈利公司有所不同。在后者中，董事的产生通常依据股东的持股比例，持股比例决定推举董事席位的权利，有时董事席位的决定权为一票，有时则按股份比例进行投票，具体规则取决于公司设立时的协议。

在我们过去设立董事会的经验中，董事席位可能被设定为三票对五票，每位成员一票，或特别约定创始人或某位成员拥有两票的特权。然而，在 Open AI 的案例中，由于其上方为非盈利组织，不存在传统意义上的股东，董事的产生更接近于推举制，类似于古代的推举让贤。不论投入多少资金，该非盈利组织都有权决定是否给予董事席位，即便像微软这样投入巨资的公司，也只能获得观察员席位，而非正式的董事席位。

总结来说，Open AI 的控制权由其上方的非盈利组织掌握，董事的产生机制独特，采用推举制，与常规盈利公司的股份制选举董事大相径庭。微软虽投入巨大，但在董事会中仅能获得观察员席位，而非正式董事席位。

坐着个小板凳，我听一听行不行？他是这样来产生的：如果不是非盈利组织的话，是不会产生这样的董事会的。董事会观察员都做什么啊？刚才我们讲了，人家开会，你在旁边听，也可以说话，也可以发言，但不能举手。正经的公司事务决策的过程是什么样的？大概是这样：普通正常的事务呢，CEO决定啊。什么时候要去过董事会呢？啊，你比如说有一些重大事项，超出了市场权限范围内的，你就要去过董事会了。然后呢，每个季度一般会到董事会去汇报一次。按照咱们中国人比较方便理解的，这个运作方式来说，董事会相当于什么呢？叫人大常委会。哈哈，一个季度开一次，除非说我这有一个紧急事项啊，超出了我的权限范围了，我到人大常委会上处理一下。正常情况下，他是不开会的啊。你一个季度开一次，看看财务报表，看看一些重大事项，就完事了。其他的时候呢，有时候会去做一些这种预算审批，计划审批啊，也就完事了。如果这件事董事会批了，那么只要不超出这个范围，大家就可以正常去执行。正常就是每个季度开一次啊。那你说我还有一些更重要的事情，怎么办呢？世界和平了，或者什么，这样的事情，我记得以前经常讲，说你们家大事都谁决定啊？啊，说我们家的一般的大事都是我决定啊，一些鸡毛蒜皮的小事，是我老婆决定。那他说你老婆管什么事呢？家里吃什么穿什么，家里怎么花钱啊，旅游上哪去。

买什么东西，都是我老婆决定。他说：“那你管什么呀？”我管世界和平——这个就是大事小事。那你说，这种公司里头，有时候也有这种世界和平的大事啊。那谁管呢？这个时候，一般叫开股东大会，就是所有股份的人都要出来投票。这个玩意，用咱们中国人比较方便的理解是什么呢？就是人大会，一年开一会。咱们代表全体人民坐这投个票，这个是整个公司运转的一个过程。人大会还经常会干什么呢？选举人大常委会。所以呢，股东大会有的时候会对董事会上面席位进行一些投票。像我们以前啊，投资很多公司，也会给他们设置董事会啊。但是设置的就是啊，少于5%股份的就不给董事会席位了啊。有可能会保留董事会观察员席位。那你说，如果一个股东有观察员席位，跟没有观察员席位的区别在哪呢？区别就在于人家开董事会的时候啊，你可以在旁边听。如果你没有观察员席位了，那只能是在开股东大会的时候，你才可以到旁边去看。或者说，你可以质询。大概也就如此了。这就是正常公司的治理的三层结构：正常失误，CEO就决定了；超出正常范围的，找董事会。董事会一个季度开一回啊，国家大事了啊，或者说什么世界和平了，这些重大事项，包括董事会席位的调整，就是股东大会。基本上是这么几层结构。

那么我们来讲一讲，微软跟苹果相继退出Open I董事会观察员席位，到底是几层意思？4层意思啊。第一层：

反垄断调查，这是给出的官方的回应。这是一个比较冠冕堂皇的回应，因为现在，美国的FTC，包括英国，都开始对微软、苹果、谷歌、英伟达、Open AI进行反垄断调查了。他们质问：“你们是不是在AI行业，AI时代要重新垄断啊？”这个事不行。为什么要去对他们进行这样的调查呢？也很正常。因为刚才讲到的这几个公司，就算是全世界AI行业里边的领军人物了。如果说，你们进一步的扩大这些大公司的这种影响力，万一这个大公司变得更大了，阻碍创新了，这事不行啊。就是垄断，最大的问题是阻碍创新。

咱们以谷歌现在正在遭受的反垄断调查为例，来看看他们都在讲什么。谷歌呢，是在向苹果付钱，说我每年给你一百几十亿美金，你的Safari上就默认的使用谷歌的搜索引擎，每年都给钱。这个里头呢，一方面是你给钱了，进行了捆绑，这是美国FTC去告他的一个主要的点。然后另外一个点是什么呢？你阻碍了苹果内部再去做同样研究的这种机会。本来苹果说我自己想研究的啊，苹果说我当时还想收购“病”呢啊，现在“病”是被微软收购了吧。说是不是跟这个微软一块，我们把“病”收下来，我们做一个联合机构怎么怎么样啊，我们都研究过这事啊。但是呢，因为谷歌给的钱实在太多了啊，难以拒绝。算了，这个计划就放弃了，我们就不去研究自己的搜索引擎了。这个是反垄断调查的关键点。

现在的情况也是如此：微软在 Open AI 里占 49% 的股份，而且这个大头的钱都是微软给的。那万一，一回头微软把 Open AI 吞并了，直接给收购回来，这玩意儿，微软不就变成老大了吗？啊，这是反垄断调查所不希望看到的。对吧，你一旦成为老大了以后，可能其他人就没法跟你竞争了，就放弃相应的研究了，啊，这事也不行。

然后另外一头，苹果跟 Open AI 之间，又在玩当年苹果跟谷歌之间那个把戏。我啊，在这个 Siri 里头给你带 Open AI 的 GPT-4，我自己就不做了。这不是熟悉的配方，熟悉的路径嘛。所以啊，他说我们害怕反垄断调查，所以呢，我们退出了啊。这是官方回应。

第二层意思就比较有意思了。苹果仅仅宣布派驻观察员席位 8 天之后，就放弃了这个计划。因为他说我要去派了啊，然后微软说我退了，我不干了啊。那苹果说，那算了，我也退了。实际上呢，苹果的这位观察员，也就是 APP Store 的这位总裁，从来没有开过任何一次董事会。刚才我们说，董事会不是天天开，董事会正常一个季度开一次。当然，大家也不要觉得开董事会一定是找一山清水秀的地方，什么住在酒店里头，或者找一大会议室，大家坐在这泡上茶，开个会啊。没有，其实我们以前开了大部分的董事会，都是在微信群里开的，或者有的时候稍微正式一点的是在电话会议上。电话会议就有录音嘛。

只有极其个别的董事会会说：“我们要坐在一起，坐下来开会。”现在，苹果这位人士说：“我一次都没开过呀，对吧，我就挂了个名，挂了8天，我就退了。”这事也很奇葩。这个原因呢，其实也很好解释。为什么你想，微软自己孵化的一个项目啊，再怎么说，它是非盈利组织，一半的钱是你给的。你虽然占了49%的股份吧，但是大部分钱都是微软给的啊。那么，微软在开董事会的时候啊，虽然它没有投票权，但是它可以发言啊。大家想一想，他里头是不是说了一些对苹果不是那么礼貌的话呢？或者说我们有针对性的，哎，我们要这样干苹果一下，我们要那样干苹果一下啊，我们怎么针对他一下。相信我，一定会有的。对吧，大家一旦关起门来啊，说我们来说个悄悄话吧，背着人说点话。那你说，我们对这个没有在现场的这个人，说的话能有多好听呢？能够说啊，抱拳拱手以示礼貌吗？所以呢，微软可能也是害怕了啊。这是第二层意思，就是说苹果进来啊，太多不能让他看的东西了啊。原来大家都在脸上看得过去的。如果苹果的观察员上我们这开一次会，结果发现啊，这么多东西都是针对他的，或者说有这么多啊，内部运转的这种项目，或者以后未来的方向，实在没法给他看啊。这个丢不起的人，算了，咱们一定要在他开第一次会之前啊，哼，咱们都退啊。我也退，你也退，咱们谁也别看，不就完事了吗？哎，搞得这样的一个事。

那么，第三层意思是什么呢？第三层意思是，Open AI可能在“驱虎吞狼”。为什么这么说呢？他要摆脱微软的并购风险，拉来苹果，实际上就是为了促使微软主动退让一下。Open AI现在已经没有退路了。什么意思呢？想象一下，微软占股49%，再差一点就控股了，达到50%就控股了，对吧？在这样的情况下，如果我能够持续挣钱，然后把微软的钱还回去，因为这个协议，并不是说让微软正常退出的协议。它是什么呢？它是我盈利挣了多少钱以后，我要去给微软还钱，还到多少多少钱以后，微软就自动放弃股份了。这是一个对赌协议。它与正常的公司投资完全不同，比如公司上市了，我到股市把股票一卖，或者说你回购一部分股票，这样玩的。它是一个分红对赌协议。现在，他不太可能完成这个事。你要分红，首先得盈利吧？Open AI并没有盈利，这个亏钱亏得跟爷爷奶奶似的，现在还要不断地再烧钱，再把钱烧光了，以后还得再去化缘。化缘时，微软肯定会说：“哎，我愿意给啊，你要不要啊？”但是你再要的话，上次是49%，这一次你觉得我应该是多少？这话你没法接啊。你说：“那您再给点，我让你到51%吧。”那五十一了，这个事人家就可以派各种管理，就可以来管公司了。你再怎么非盈利组织，你说：“我都占51%了。”

这个也不能接着往前走了。所以呢，吴鹏恩爱说：“咱们是不是稍微平衡一下，把苹果拉进来。当时苹果得到这个董事会的观察员席位的时候，就很奇葩。微软给了这么多钱，占了这么多股份才得到了一个观察员席位。苹果一分钱没给，这种事不会有哪个公司说：‘我主动邀请你来，哎叔，我求求你给我们这当个观察员吧。’不会有人看这事的，大家都是说：‘我们花了钱了，交尽了脑袋往里钻，还未必能钻得进去呢。’而且 OpenAI 的股东很多，除了微软之外，还有一大堆股东呢。对吧，他们都没得上，因为他们得上了以后对于微软没有什么威胁。一定要找一个微软能够抗衡的公司，挂下来恶心他一下。所以从这看呢，苹果之所以能够得到这个席位，应该是 OpenAI 的一个计谋在里头。你进来了以后，微软呢可以制衡一下。而且现在看来，这个计谋还起效了。微软一看苹果进来了，“哎呀，原来在干了太多糊糊事了，说了太多不能说的话了，有很多话说的时候没注意。咱们算了啊，我也不去了，你也别去了。这个 OpenAI 算是达到目的了。这是第三层意思啊，还有最后一层意思啊。第四层意思是什么呢？OpenAI 最近在改变公司治理结构，就是刚才咱们讲非盈利组织，这个结构是有问题的。你是非营利组织，你只能是跟下边这些投资人对赌。他现在对赌方式就是：我挣了钱先还微软的啊，微软还完了以后。

我再还其他人的。等我把你这个投资的钱，按照一定的倍数还回来之后，你们就纷纷退出。我接着当我的非盈利组织啊。原来是这样。现在呢，看这条路走不通，钱也眼看花完了。再要钱的话，结了那个结构肯定就没法要了。那现在呢，Open AI就准备换了。换什么呢？我们作为一个彻底的盈利型公司，我们要去上市啊。我们要去正式的IPO了。这条路呢，你说完了以后，微软不就妥妥的进来，就拿董事会席位了吗？他占49%，而且一拿可能拿好几个席位。

这个事情呢，对于Open AI来说也是一个解决方法。为什么？因为你一旦上市了，我就不用再去跟大家执行分红对赌的这个协议了。我可以干嘛呢？上市上市了以后啊，微软你可以到股市上去卖这些股份。而且呢，我一旦上市了以后，我就可以从股市上再募一大堆钱回来啊。我就不需要再从现在这种几个大的投资人手里再去拿钱了。我可以从那些散的小股民手里去拿钱。啊，他会变成这样的这种格式。

而且一旦上市了以后呢，啊，他的融资渠道就变得很宽。很多银行啊、债务系相关的这种投资机构呢，都会愿意说哎，我借你点钱啊，或者说我去给你做一些贷款，或者做一些什么其他的抵押，还有很多其他的融资方式就可以跑起来了。

总结一下啊，就是四层意思。第一层反垄断啊，大家为了避嫌，所以退出了。第二层，微软在原来的董事会里头说了很多呃，对苹果不利的话，或者不希望苹果看到的话，咱们就都退啊，都甭玩了。第三层是 Open AI 驱虎吞狼啊，把苹果拎进来恶心微软一下，目的也达到了。第四层啊，Open AI 准备变阵啊，准备变成盈利公司，那么到那样的话，微软就在新公司里头占董事会席位就完了，那苹果在里头就不会有这个机会了。因为你一旦到那种情况下，苹果再想去得到董事会席位，微软不点头，他进不来。这是总共的四层意思。

那么最后呢，咱们再看一下 Open AI 现在遇到了什么问题。第一个呢，就是他牛吹的有点太多了啊，现在有吹破的可能性。为什么呢？因为他一直要站在 AIGC 的最前面，那个位置啊，排头兵要站在这。那你站在那呢，你始终要吸引流量，吸引舆论，要关注你。那你不可能说我不停的发布新产品吧，他也没有这个技术实力，也没有这么多的钱去不停的烧大模型。怎么办呢？只能说“我计划要发新产品了，我计划要怎么怎么样了”，他不停的要放这种消息出来。你看现在放了多少消息出来了，Sora 年初放的消息，到现在别人都做完了，他还没信了。GPT4 欧啊放完消息，还在谷歌 IO 上，谷歌要发布的产品给截了个弧，到现在也没拿出来。现在虽然大家可以看到 GPT4 欧的模型，但是真正的端到端的这种 GPSO，就是语音进语音出的，这个东西，现在其实并没有出来。包括他演示的大量啊，这个演示的效果，其实并没有真正的产品化，这也是他面临的一个问题。

这种可以带视觉、可以带视频这样输入的，其实都没有出来。现在又有一堆的人冲上去说：“我也做了一个类似GPT4O的东西，对他也很痛苦。”但是GPT4O应该不会太远，iOS 18整个上线那一天，GPT4欧就应该已经成熟了。现在OpenAI为了让GPT4O彻底成熟起来，还在不断地招兵买马，不停地在干活。现在又在传言Q星，我们在做一些别的什么新系统，GPT5又怎么怎么样了。吹的牛有点太多了啊，有可能吹破啊。然后四处指明方向，而且大家还听他指明完什么方向，一般人冲上去说：“哎，我试出来了啊，是这样的。”OpenAI自己没做出来，或者产品没出来。过两天他又指明了一新方向，又一帮人冲上去：“哎，我也做出来了，这效果挺好的啊，那个说的不错。”他自己又没做出来，花钱如流水，叽里咔嚓花钱。因为他们相信Skylink，只要规模不断放大，你的效果就会变好。那怎么办？买显卡呗，对吧，训练呗，上更多的数据呗，不停地干这件事。其实呢，挣钱呢，又没挣回多少来。而且更重要的是什么？人家都是已经挣到足够多的钱了，公司盈利的，呃，现金都堆出来了，才会面临反垄断调查。他这还在亏着钱呢，反垄断调查都来了。这个对于他来说，是非常悲催的一个消息。如果OpenAI倒下了，当然谁也不希望看到他倒下了。如果他倒下了，那可能整个AICC的泡沫就会捅破。

现在，也有很多人开始讨论 AIGC，或者说叫生成式 AI，AI 2.0，是不是面临着当年互联网泡沫那样的事情啊。大家太多的热情，太多的钱，太多的聪明人塞在里头了，但是又没挣出真金白银来。大家现在开始有那么一点点担心了啊。关于 AIGC 到底是不是泡沫这个事情，我觉得回头我们可以单独再开节目去聊啊。这一期呢，我们就不再详细跟大家展开了。

好，这一期就跟大家讲到这里，感谢大家收听，请帮忙点赞，点小铃铛，参加 Disco 讨论群。也欢迎有兴趣，有能力的朋友加入我们的付费频道。再见。