今天我们分享反思的下一个阶段。 我们正在构建面向所有人的前沿开放智能。 我们组建了一支非凡的AI团队，建立了前沿的LLM训练堆栈，并筹集了20亿美元。 为什么开放智能很重要 技术和科学进步是由开放与合作的价值观驱动的。 互联网、Linux以及支撑现代计算的协议和标准都是开放的。这不是巧合。开放软件是被分叉、定制和嵌入到全球系统中的。它是大学教授的内容，是初创企业构建的基础，是企业部署的对象。 开放科学使他人能够从结果中学习，受到启发，质疑这些结果，并在此基础上进行构建，以推动人类知识和科学进步的前沿。AI之所以能发展到今天，是因为它扩展了那些被公开分享和发布的想法（例如，自注意力、下一个令牌预测、强化学习）。 现在，AI正成为其他一切运行的技术层。加速科学研究、增强教育、优化能源使用、提升医疗诊断和运行供应链的系统都将建立在AI基础设施之上。 但目前前沿技术集中在封闭的实验室中。如果这种情况持续下去，少数实体将控制构建AI所需的资本、计算和人才，形成一种锁定其他人的失控动态。我们有一个狭窄的窗口来改变这一轨迹。我们需要构建如此强大的开放模型，以至于它们成为全球用户和开发者的显而易见选择，确保智能的基础保持开放和可访问，而不是被少数人控制。 我们所构建的 在过去的一年里，我们一直在为这个使命做准备。 我们组建了一支团队，他们在包括PaLM、Gemini、AlphaGo、AlphaCode、AlphaProof等突破性成果中开创了先河，并为ChatGPT和Character AI等做出了贡献。 我们构建了曾被认为只能在世界顶级实验室内部实现的东西：一个大规模的LLM和强化学习平台，能够在前沿规模上训练大规模的专家混合模型（MoEs）。当我们将其应用于自主编码这一关键领域时，亲身体验到了我们方法的有效性。随着这一里程碑的解锁，我们现在将这些方法带入一般的代理推理。 我们筹集了大量资金，并确定了一个与我们的开放智能战略相一致的可扩展商业模型，确保我们能够持续构建和发布前沿模型。我们现在正在扩大规模，构建开放模型，从零开始结合大规模预训练和先进的强化学习。 安全与责任 开放智能也改变了我们对安全的思考方式。它使更广泛的社区能够参与安全研究和讨论，而不是将关键决策留给少数封闭的实验室。透明性使独立研究人员能够识别风险、制定缓解措施，并以封闭开发无法做到的方式对系统负责。 但开放性也要求面对可用模型广泛可及所带来的挑战。我们正在投资评估，以在发布前评估能力和风险，进行安全研究以防止滥用，并制定负责任的部署标准。我们相信，AI安全的答案不是“通过模糊性来确保安全”，而是在开放中进行严格的科学研究，让全球研究社区能够为解决方案做出贡献，而不是让少数公司在封闭的环境中做出决策。 加入我们 今天有一个机会窗口来构建前沿开放智能，但它正在关闭，这可能是最后一次。如果这个使命引起了共鸣，请加入我们。