====== OpenAI ======

**OpenAI** 是一家从事[[人工智能]]研究、开发与部署的人工智能公司，成立于 **2015 年**。其使命是确保[[人工通用智能]]（Artificial General Intelligence，AGI）能够造福全人类。

OpenAI 最初以非营利人工智能研究机构的形式成立，后来随着前沿人工智能研究所需的计算资源和资金规模迅速增长，其组织结构逐渐发生变化。如今 OpenAI 由非营利的 **OpenAI Foundation** 和负责商业运营的 **OpenAI Group PBC** 构成，OpenAI Foundation 对 OpenAI Group 保持控制。([openai.com](https://openai.com/about/))([openai.com](https://openai.com/our-structure/))

===== 成立背景 =====

OpenAI 于 **2015 年 12 月**正式对外宣布成立。

成立时，OpenAI 将自己定位为一家非营利人工智能研究机构，其最初的目标是推动数字智能的发展，并尽可能使人工智能技术的利益惠及整个人类，而不是以获得金融回报为主要目标。

当时，人工智能研究正在经历快速发展。[[深度学习]]和[[强化学习]]在图像识别、游戏和其他任务中取得了重要进展，而 [[神经网络]] 计算能力的提升也使研究人员开始重新思考人工通用智能实现的可能性。

OpenAI 的创始团队认为，随着人工智能能力不断增强，需要从早期就考虑人工智能的安全性、[[AI 对齐]]以及技术利益的广泛分配问题。([openai.com](https://openai.com/index/introducing-openai/))

===== 创始人 =====

OpenAI 的创始团队来自人工智能研究、工程和科技产业等多个领域。

其中较为重要的创始人物包括：

* [[Sam Altman]]：科技企业家，OpenAI 创始时期担任联合主席，后来长期担任 CEO。
* [[Elon Musk]]：参与 OpenAI 的创立并担任早期联合主席，后于 2018 年离开 OpenAI。
* [[Greg Brockman]]：曾任 Stripe CTO，是 OpenAI 的重要创始成员和早期技术负责人。
* [[Ilya Sutskever]]：著名机器学习研究者，曾任 OpenAI 首席科学家，是早期研究工作的核心人物之一。
* [[John Schulman]]：强化学习研究者，是 OpenAI 早期研究团队的重要成员。
* [[Wojciech Zaremba]]：机器学习和机器人研究者，也是 OpenAI 的创始成员之一。
* [[Andrej Karpathy]]：人工智能研究者和工程师，参与 OpenAI 早期创立。

此外，OpenAI 最初的创始团队还包括 Trevor Blackwell、Vicki Cheung、Durk Kingma 和 Pamela Vagata 等研究人员和工程师。([openai.com](https://openai.com/index/introducing-openai/))

其中，Ilya Sutskever 对 OpenAI 早期研究方向的影响尤其重要。他此前曾在 [[Google Brain]] 工作，并参与了[[深度学习]]领域的重要研究。

===== 使命 =====

OpenAI 当前的核心使命是：

**确保人工通用智能能够造福全人类。**

OpenAI 对 AGI 的理解是：能够在大多数具有经济价值的工作上达到或超过人类水平的高度自主系统。

这一使命体现在 OpenAI 的 Charter 中。OpenAI 表示，其目标不仅是尝试直接构建安全、有益的 AGI；如果其他组织最终实现 AGI，而 OpenAI 的工作能够帮助这一过程朝着有益于人类的方向发展，也符合其使命。([openai.com](https://openai.com/charter/))

因此，OpenAI 的研究方向从一开始就同时包含两个方面：

一方面是**提高人工智能系统的能力**，另一方面是研究如何使这些系统更加**安全、可靠并符合人类意图**。

===== 发展历程 =====

==== 2015 年：成立 ====

2015 年，OpenAI 作为非营利研究机构成立。

当时 OpenAI 主要进行基础人工智能研究，并公开发表研究成果和开发工具。早期研究涉及[[强化学习]]、[[机器人]]、游戏 AI 等领域。

==== 2016 年：与 Microsoft Azure 合作 ====

2016 年，OpenAI 与 [[Microsoft]] 开始合作，将 Azure 作为大规模人工智能实验的重要云计算平台。

这一合作非常重要，因为训练大型人工智能模型需要大量计算资源。OpenAI 在早期已经认识到，随着模型规模和实验规模增长，计算能力将成为人工智能研究的重要限制因素。([openai.com](https://openai.com/index/openai-and-microsoft/))

==== 2017—2018 年：规模化计算与 GPT 方向 ====

2017 年左右，OpenAI 的研究开始越来越明显地转向大规模计算和[[强化学习]]。

例如，OpenAI Five 项目使用强化学习训练 AI 玩《Dota 2》，展示了大规模计算和训练在复杂环境中的潜力。

与此同时，OpenAI 开始探索利用大规模[[无监督学习]]和[[生成式模型]]学习语言。

==== 2019 年：组织结构变化 ====

随着研究规模迅速扩大，OpenAI 认识到开发前沿 AI 所需的计算资源远远超过最初的预期。

2019 年，OpenAI 创建了营利性子公司 **OpenAI LP**，形成一种特殊的“capped-profit”结构，以便获得更多资本，同时保持非营利组织对整体机构的控制。

这一变化使 OpenAI 能够大规模投资计算基础设施、研究人员和模型训练。([openai.com](https://openai.com/our-structure/))

==== 2020 年：GPT-3 ====

2020 年，OpenAI 发布 [[GPT-3]]。

GPT-3 展示了大规模语言模型通过[[预训练]]获得广泛语言能力的潜力。它能够完成文本生成、翻译、问答、摘要和代码生成等多种任务。

GPT-3 的出现进一步推动了“大模型”研究路线的发展。

==== 2022 年：ChatGPT ====

2022 年 11 月，OpenAI 发布 [[ChatGPT]]。

ChatGPT 基于 GPT 系列模型构建，并通过[[监督微调]]和[[人类反馈强化学习]]等[[后训练]]技术，使模型更加适合与人类进行自然语言交互。

ChatGPT 的发布成为生成式人工智能发展史上的重要事件，使大语言模型从主要面向研究人员和开发者的技术迅速进入普通用户市场。

==== 2023 年：GPT-4 ====

2023 年，OpenAI 发布 [[GPT-4]]。

GPT-4 在推理、代码、数学以及多种专业任务上表现出比此前模型更强的能力，同时开始进一步发展[[多模态]]模型。

这一阶段，OpenAI 的研究重点已经从单纯的语言模型逐渐扩展到更加通用的人工智能系统。

==== 2024 年以后：推理、Agent 与多模态 ====

此后 OpenAI 的研究逐渐向[[推理模型]]、[[多模态模型]]、[[AI Agent]]、[[工具调用]]和[[计算机操作]]等方向扩展。

模型不再只是回答用户的问题，而开始尝试：

理解目标 → 进行推理 → 调用工具 → 获取环境反馈 → 继续推理 → 完成任务。

这一变化意味着人工智能系统正在从单纯的“语言生成器”逐渐发展成为能够执行复杂任务的智能系统。

===== 研究方向 =====

OpenAI 的研究覆盖多个人工智能领域。

==== 大语言模型 ====

[[GPT]] 系列是 OpenAI 最具代表性的研究方向之一。

其核心路线建立在[[Transformer]]、大规模[[预训练]]以及[[后训练]]等技术基础上。

OpenAI 通过不断扩大模型能力，并结合[[监督学习]]、[[强化学习]]和人类反馈，使模型逐渐从单纯的语言预测系统发展为能够进行推理、编程、分析和工具调用的通用模型。

==== 推理模型 ====

OpenAI 近年来特别重视[[推理模型]]。

与传统语言模型相比，推理模型会在回答问题之前投入更多计算资源进行分析，从而提高数学、编程、科学和复杂决策任务中的表现。

这一方向代表了大语言模型从“扩大参数规模”向“扩大推理计算”发展的重要趋势。

==== 多模态人工智能 ====

OpenAI 也研究能够同时处理文字、图像、音频和视频等多种信息的[[多模态模型]]。

多模态能力使模型不再局限于文本世界，而能够理解更加接近真实世界的信息。

==== AI Agent ====

[[AI Agent]] 是 OpenAI 当前重要的发展方向之一。

Agent 不只是回答问题，而是能够根据目标进行规划、调用工具并持续观察环境。

例如，一个软件工程 Agent 可以理解需求、阅读代码、修改代码、运行测试，再根据测试结果继续修改。

==== 机器人与现实世界 AI ====

OpenAI 早期就曾开展[[机器人]]研究。

机器人研究与语言模型研究之间也存在潜在联系：如果模型能够理解自然语言、视觉信息以及现实环境，并能够控制外部设备，那么人工智能就可以从数字世界进一步进入物理世界。

===== 代表性模型与产品 =====

OpenAI 开发过大量具有代表性的模型和产品。

较为重要的包括：

* [[GPT]]：OpenAI 的核心生成式预训练模型系列。
* [[GPT-3]]：推动大规模语言模型发展的代表性模型。
* [[GPT-4]]：进一步提升复杂推理和多模态能力的模型。
* [[ChatGPT]]：面向普通用户的对话式人工智能产品。
* [[DALL-E]]：用于图像生成的生成式模型系列。
* [[Whisper]]：用于自动语音识别的模型。
* [[Codex]]：面向程序代码理解与生成的模型系列。
* [[Sora]]：面向视频生成的生成式模型。
* [[GPT-6 Astra]]：面向复杂推理和端到端任务的新一代模型。

===== 组织结构 =====

OpenAI 的组织结构与普通科技公司有所不同。

2025 年 10 月 28 日，OpenAI 宣布进一步调整组织结构。

目前 OpenAI 由两个主要实体构成：

**OpenAI Foundation** 是非营利组织，负责控制整体组织并维护 OpenAI 的使命。

**OpenAI Group PBC** 是营利性的公共利益公司（Public Benefit Corporation），负责主要的商业运营和技术开发。

OpenAI Foundation 继续控制 OpenAI Group，因此 OpenAI 的商业活动在组织结构上仍然受到其使命约束。([openai.com](https://openai.com/our-structure/))

===== OpenAI 与人工智能产业 =====

OpenAI 对现代人工智能产业产生了巨大的影响。

尤其是 GPT-3、GPT-4 和 ChatGPT 的出现，使[[生成式人工智能]]和[[大语言模型]]从人工智能研究领域迅速进入大众市场。

OpenAI 同时推动了一个重要的产业模式：

**基础模型 → API → AI 应用 → Agent**

研究机构不再只发布一个模型，而是通过 API 将模型作为基础设施提供给开发者，使其他企业和个人能够在其基础上开发自己的应用。

这一模式也促使 [[Microsoft]]、[[Google]]、[[Meta]]、[[Anthropic]] 等公司投入大量资源进行基础模型研究。

===== OpenAI 的重要意义 =====

OpenAI 的重要性并不仅仅在于它开发了 ChatGPT 或 GPT 系列模型。

从人工智能发展史来看，OpenAI 是推动**大规模预训练、生成式 AI、推理模型和 AI Agent**发展的重要研究机构和公司之一。

其发展过程也体现了现代 AI 研究的一个重要变化：

早期人工智能研究更加关注单个任务的专用模型，而现代前沿 AI 越来越强调构建能够处理多种任务的**通用基础模型**。

OpenAI 的研究路线也反映了这一变化：从早期的强化学习、机器人和游戏 AI，逐渐发展到 GPT、大语言模型、多模态模型、推理模型以及能够使用工具完成复杂任务的 Agent。

===== 相关条目 =====

* [[人工通用智能]]
* [[GPT]]
* [[ChatGPT]]
* [[大语言模型]]
* [[AI Agent]]
* [[推理模型]]
* [[强化学习]]
* [[AI 对齐]]

===== 参考资料 =====

* OpenAI，''Introducing OpenAI''，2015 年 12 月 11 日。
* OpenAI，''OpenAI Charter''。
* OpenAI，''OpenAI and Microsoft''，2016 年 11 月 15 日。
* OpenAI，''Our Structure''。
* OpenAI，''About OpenAI''。
* OpenAI，''OpenAI and Elon Musk''。
* OpenAI，''Built to benefit everyone: our plan''，2026 年。