跳至内容
在最近的一次采访中，OpenAI CEO Sam Altman 透露，ChatGPT 的周活跃用户数已突破 4 亿。他表示，全球约 10% 的人口在使用 OpenAI 的产品，这也意味着用户总数接近 8 亿。
然而，亮眼成绩单背后却是难掩的焦虑。这种「不安全感」最直观的体现是，随着今年 AI 竞争日趋白热化，Sam Altman 在 X 平台发文宣传的频率也显著增加。
一大早醒来，我们就看到 Altman 在 X 平台发文称：
我们为你准备了很多精彩内容，就在接下来这一周！明天就正式开启，敬请期待！
熟悉的配方，相似的味道，这已经是 Altman 第 N 次这样预告了，按照惯例，这些「精彩内容」通常雷声大雨点小，实际效果有待观察。
不过，根据近期爆料，本周 OpenAI 的新品似乎确实有些看头。
GPT-4.1：GPT-4o 多模态模型的全面升级版本，同时还将推出精简版模型，包括 mini 和 nano 两个版本。
Mogao：在图像生成模型评测平台 Artificial Analysis 的Text-to-Image Arena 中以 1164 的高分力压 GPT-4o。
A-SWE：宣称具备「自主能力」的软件工程师，可以独立开发应用。
在 OpenAI 的产品线中，大语言模型的更迭无疑是最值得关注的焦点。
去年 5 月，OpenAI 正式推出了多模态语言模型 GPT-4o，该模型可处理文本、音频和图像的任意组合输入，并生成相应输出。
前几天 ，据 The Verge 报道，GPT-4.1 预计将于下周发布，作为现有 GPT-4o 多模态模型的全面升级版本，同时还将推出精简版模型，包括 mini 和 nano 两个版本。
而在 GPT-4.1 发布前，一款名为「Optimus Alpha」的神秘模型也因为在 AI 模型聚合平台 OpenRouter 的优异表现，而被认为是 OpenAI「偷跑」的 GPT-4.1 测试版。
据官方给出的数据显示，Optimus Alpha 支持 100 万token的上下文窗口，最大输出为 32K，首个 Token 延迟中位数仅有 0.8 秒，输出速度中位数为每秒 20.65 个 Token。
目前该模型已经处理了超过 1000 亿 Tokens。
介绍中还提到，Optimus Alpha 主要面向现实世界中的任务，并提及了编程。当我们直接对话询问其「你是谁，来自哪个版本的模型」，它表示自己是由 OpenAI 开发的 ChatGPT，基于 GPT-4 打造。
而据网友发现，Optimus Alpha 与此前的 Quasar Alpha 模型（目前已下线）似乎有着相似的关系。
此前，有网友发现在试图用 Quasar Alpha 进行中译英违规操作时，模型的拒绝回答方式与 OpenAI 的 GPT-4o 十分相似，而该违规操作似乎只有 OpenAI 的模型会出现拒绝。
据 AI 研究员 Sam Paech 发现，Quasar Alpha 与 GPT-4.5-preview 十分相近。
Altman 也曾发文暗示了 Quasar Alpha 的身份或为 OpenAI 模型的一员。
据实际测试，Optimus Alpha 再次重现了上述的中译英违规问题。同时，Paech 也在最新的谱系图中加入了 Optimus Alpha，而与其最接近的模型是上个月刚更新的 ChatGPT-4o。
从时间上显示，Quasar Alpha 的下架时间是 Optimus Alpha 上线次日。结合上述信息来看，Optimus Alpha 与 GPT-4.1 之间或许存在某种联系，甚至很有可能是 GPT-4.1 的提前泄露版本。
此外，AI 工程师 Tibor Blaho 在挖掘 ChatGPT 网页代码时，也发现了 o4 mini、o4 mini high 以及 o3 的相关信息。
考虑到 The Verge 报道称 o3 和 o4 mini 计划于下周亮相，以及 Altman 也曾表示，o3 和 o4-mini 将很快发布，显然，发布时间极有可能就在本周。
当然，基于 OpenAI 一贯的「画饼」风格，通常在发布现有产品后，还会抛出一个更大的「饼」，此前，Altman 宣称 GPT-5 发布暂缓，可能在几个月之后才发布，或许在本周，我们将看到更多消息。
在大语言模型之外，AI 图像生成领域也出现了一些新动向。
一款名为 Mogao 的神秘 AI 图像生成模型在评测平台 Artificial Analysis的Text-to-Image Arena 中以 1164 的高分力压 GPT-4o，一举登顶排行榜首位。
作为一个评估文本到图像生成模型的平台，含金量颇高的 Text-to-Image Arena 通过收集人类偏好数据，参与者根据提示词比较两张生成图像，选出更符合要求的那张。
每个模型生成超过 700 张图像，涵盖人物肖像、群体、动物、自然和艺术等多种风格。平台基于超过 4.5 万条人类偏好数据，计算各模型的 Elo 分数，形成排行榜。
此前，OpenAI 凭借 GPT-4o 全新的多模态生成能力，尤其是其吉卜力风格的图像生成，狂揽百万新用户，其应用下载量、活跃用户数和应用内订阅收入也再创新高。
因此，尝到甜头的 OpenAI 趁势推出新图像模型，显然也在情理之中。
更早些时候，Altman 发文暗示 OpenAI 正在开发「Image gen V2」。网友 @JasonBotterill3 也发现，当让 GPT-4o 与 Mogao 基于同一提示词生成图片时，则会得到十分相似的视角。
据体验过后的网友表示，Mogao 在文本生成方面表现平平，依然属于扩散模型的范畴。并且，Mogao 的命名让人联想到莫高窟，也有观点猜测其可能源自国内的 AI 厂商。
此外，OpenAI 近期更新了 API 访问规则。未来，用户需通过身份验证（使用 OpenAI 支持国家/地区颁发的政府身份证件，且每 90 天一个证件只能验证一个组织）才能访问其最新大模型。
未通过验证将影响模型使用，而访问规则的收紧，或许也是为了本周 OpenAI 发布的新产品护航。
All In Agent，AI 程序员 A-SWE 或登场
根据 OpenAI 的五级 AGI 理论，以 ChatGPT 为代表的聊天机器人属于第一层，但正如 Altman 所强调的，ChatGPT 不是 AGI，它无法自主学习、改进自身或独立完成复杂任务。
相比之下，处于第三层级的 Agent 则已经展露了 AGI 的雏形，能够自主地执行任务、做出决策，并在较长时间内适应变化，且无需持续的人类监督。
OpenAI 算是国内外最早一批布局 Agent 赛道的厂商之一。
除了早些时候发布的 Operator，OpenAI CFO Sarah Friar 今年 3 月份在伦敦高盛峰会上的采访视频也透露了一些细节：
接下来我们要推出的是我们称之为 A-SWE 的产品。顺便说一句，我们的营销水平确实不是最强的（笑），A-SWE 指的是『自主型软件工程师（Agentic Software Engineer）』。
她表示，A-SWE 不只是像现在 Copilot 那样辅助你团队中的软件工程师，而是真正具备「自主能力」的软件工程师，它可以独立为你开发一个应用。
只需要像给普通工程师一样提交一份 PR（Pull Request），它就能独立完成整个开发过程。
它不仅能完成开发，还能做所有工程师最讨厌的那些工作：它会自己做 QA（质量保障）、自己测试并修复 bug、还会写文档——这些通常很难让工程师主动去做的事。所以，你的工程团队战斗力将被极大地放大。
口号与现实之间往往存在差距。尽管 OpenAI 也曾渲染 AI 将取代程序员，但在 OpenAI 的招聘板块，程序员的需求依然居高不下。
当然，观察 OpenAI 新产品的动态，就不能仅局限于它一家。其他 AI 厂商的最新发布同样值得关注，届时很可能会上演「狙击」与「反狙击」的精彩较量。
比方说，随着 DeepSeek R2 的发布临近，Sam Altman 上周末也承认 OpenAI 在这方面行动较晚，强调他们正在开发一款强大的接近前沿水平的开源模型。
开源 AI 部署平台 Ollama 的官方推文也间接印证了这一消息，暗示 OpenAI 在开源战略上即将有实质性的动作。
如无意外，本周将再次上演各家 AI 巨头「秀肌肉」的名场面，从模型升级到开源策略，AI 产业的竞争正在全面铺开，APPSO 将第一时间带来最新报道。
你觉得 OpenAI 会发布哪些新产品，也欢迎在评论区下方评论。
✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）
（文：APPSO）
