OpenAI

Instagram上发起针对ChatGPT的国际抵制活动，原因包括OpenAI联合创始人Greg Brockman向特朗普捐款2500万美元，以及GPT-4驱动的AI简历筛选工具被ICE用于移民执法。约11.2万用户参与取消订阅，但在OpenAI每周9亿用户面前规模较小。部分用户转向Claude、Gemini等竞品，反映出AI公司高管政治立场已影响用户对产品的选择。这场抵制虽规模不大，但对OpenAI的公关形象造成负面影响。

2026年2月5日，Anthropic和OpenAI同天发布新模型，掀起AI大战。Anthropic抢先发布Claude Opus 4.6，支持100万token上下文和多任务处理；OpenAI随后发布GPT 5.3 Codex，定位为最强大的代理式编程模型，实现真正的自我改进AI。Anthropic在超级碗投放广告嘲讽OpenAI植入广告的决定，Sam Altman发文回击称其明显不诚实。这场技术与公关的双线战争引发行业热议，主持人认为竞争有利于消费者，多家公司相互制衡让彼此保持诚实。

OpenAI CFO在达沃斯抛出价值共享计划：制药公司用ChatGPT发现新药并获FDA批准后，OpenAI将收取销售分成。社交媒体炸锅，批评者称这就像Microsoft Word对用户用其写的书收费一样荒谬。视频对比了行业现状：Sanofi支付12亿美元给XScience采用里程碑付款模式，Google Isomorphic Labs与礼来、诺华合作获4500万预付款。争议核心在于虚伪——OpenAI用版权材料训练模型，如今却要对客户成果收费。真正的模式可能是提供计算资源换取股份或分成。最大难题是如何证明AI对发现过程至关重要，这需要前期签订特殊合同。

OpenAI面临严峻财务压力，推出低价ChatGPT Go计划并引入广告，业内担忧其是否在速通自身衰亡。与此同时，AI视频生成工具迎来爆发期，Runway Gen 4.5新增图生视频功能，LTX Studio与Eleven Labs合作推出音频生视频。阿里云发布开源Qwen 3 TTS模型，支持本地运行和语音克隆。YouTube公布2026年规划将推出AI生成Shorts功能，特斯拉自动驾驶出租车在Austin首次上路。本期还涵盖AMD发布Ryzen AI Mini超级电脑、微软发布Row Alpha机器人模型等科技巨头动态。

OpenAI首席财务官在达沃斯论坛透露，公司正探索新商业模式：当药企使用ChatGPT进行药物研发时，OpenAI将获得收益分成。此言引发舆论争议，被误读为向所有用户「收税」。实际上该计划仅针对药物研发领域，药企使用OpenAI算力加速药物发现，作为回报支付许可费分成。2025年OpenAI收入已达200亿美元，连续三年翻倍。若这种模式扩展至其他行业，拥有算力的公司可能掌握所有资源。这一商业模式也引发关于AGI时代算力垄断的深层担忧。

苹果与谷歌达成重磅合作，Siri下一代AI将采用Gemini技术，这意味着全球98%的智能手机市场将被Gemini覆盖。OpenAI痛失苹果这一超级分发渠道，面临严峻挑战。视频深入剖析了AI分发渠道的战略重要性、苹果与OpenAI的竞争内幕、马斯克的批评，以及OpenAI从巅峰跌落的困境。马斯克称此合作为’不合理的权力集中’，而苹果前CEO透露OpenAI是苹果几十年来首个真正竞争对手，苹果必然会削弱其生存空间。

OpenAI 在同一天发布三个重大公告：ChatGPT 上线广告、推出 8 美元/月的低价订阅计划、首次公开实际收入数据（2023年20亿、2024年60亿、2025年突破200亿美元，连续三年保持 3 倍增长）。这三个看似独立的动作实则是精心设计的商业战略——收入数据证明实力吸引投资，低价订阅抢占发展中国家市场并锁定用户，广告实现多元化变现。OpenAI 与芯片公司 Cerebras 签署了 100 亿美元的合作协议来解决 GPU 瓶颈问题。8 美元定价是典型的损失领先策略，目的是将用户推向更小更便宜的模型并建立锁定效应。分析师预测如果 ChatGPT 广告变现率达到 Meta 的水平，年收入可新增 570 亿美元。

法院文件曝光 Musk 起诉 Altman 案细节，超过100份邮件、短信和日记首次公开OpenAI内部激烈争论。Musk曾是OpenAI早期捐赠者，2018年曾警告Altman公司正走向相对Google的必然失败，要求立即采取戏剧性行动。文件还揭示了Altman被解雇后，微软CEO Satia Nadella和OpenAI董事会协调让其回归的内幕，以及Musk认为文明命运处于危急关头而不顾OpenAI感受的强硬立场。

来自OpenAI、Google和Amazon的嘉宾分享了50多次AI部署的教训：70%-80%的AI项目失败原因不是技术问题，而是人的问题。AI产品与传统软件有本质差异：AI API是非确定性的，输出不稳定；代理控制存在权衡，给AI越多自主权需要越复杂的保障机制。嘉宾提出CCCD框架（连续校准连续开发）：从低自主权开始，渐进式增加自主权，最小化意外。关键洞察包括：80%时间应花在理解工作流而非写代码；「痛点即新护城河」，成功公司因经历反复试错的痛苦而积累无法复制的组织知识；编程智能体被低估，2025-2026年将是爆发年；AI将从被动响应转向主动理解用户工作流。

来自OpenAI、Google和Amazon的嘉宾分享了50多次AI部署的教训：70%-80%的AI项目失败原因不是技术问题，而是人的问题。AI产品与传统软件有本质差异：AI API是非确定性的，输出不稳定；代理控制存在权衡，给AI越多自主权需要越复杂的保障机制。嘉宾提出渐进式自主权框架：从高度受控版本开始，逐步增加AI自主权，每个阶段通过评估验证性能。关键洞察包括：80%时间应花在理解工作流而非写代码；「痛苦是新的护城河」，成功公司因经历反复试错的痛苦而积累无法复制的组织知识；编程智能体被低估，2025-2026年将是爆发年；AI将从被动响应转向主动理解用户工作流。成功的AI架构采用监督者模式而非对等通信协议。