GPT - 5的发布备受瞩目，然而结果却令外界大失所望，引发了广泛的吐槽和质疑。这一事件不仅暴露了OpenAI面临的诸多问题，也凸显了AI技术发展过程中的困境与挑战。

GPT - 5发布：漏洞百出与突破放缓

期待落差

外界对GPT - 5期待已久，因为距离GPT - 4发布已过去两年半。GPT - 3到GPT - 4实现了惊艳跨越，带来了“ChatGPT Moment”，但GPT - 4到GPT - 5的能力提升远未达预期。朱哲清指出，横向对比GPT - 4和GPT - 3是天壤之别，而GPT - 4与GPT - 5差距不大，更像是一个改进版本，而非阶段性变化。

技术路线与争议

业内推测GPT - 5会成为“统一大模型”，将推理、编码等能力整合进单一模型，但实际上它可能并非端到端的超级大模型，而是由实时“路由器”（Real - time Model Router）来拼接不同子模型。这种技术路线并非创新，早在硅谷初创技术圈就存在，主要用于平衡系统成本、根据用户需求分配模型等场景。Aiden He认为这更像是GPT 4.99，是历史聚合方案，路由器并非新事物，且整合多模态存在技术挑战，如根据用户意图和模型特点分发任务、平衡不同模态的计算和推理需求等。

用户反馈与市场反应

OpenAI取消自选模式后，用户集体抗议，认为GPT - 5没有4o亲切，效果不如4o，还被剥夺了选择权，纷纷呼吁“让4o回来，不然就注销ChatGPT账号”。OpenAI强调给用户“just right”的信息，但如何定义“刚刚好”存在争议。在应用场景展示方面，教育、健康医疗和编程是OpenAI进军商业化的主要战场。在教育领域，GPT - 5展示了多模态学习韩语等场景，引发市场对ChatGPT抢夺教育市场份额的质疑，多邻国股价因此震荡；健康医疗领域，GPT - 5号称有博士级能力，能解读癌症诊断报告，全球AI医疗市场也在快速发展；编程市场，GPT - 5代码能力升级，但与Anthropic的Claude Opus相比，未达到部分人的预期，且存在一些演示失误，如解释“伯努利效应”时采用被证伪的理论，图表展示出现严重错误，显示出OpenAI团队试图营造“巨大进步”假象，也表明基准测试对用户意义不大，未来竞争前沿可能转向用户体验。

失败的“GPT - 5们”：Transformer架构的发展瓶颈

研发挫败与命名谨慎

GPT - 5的训练早已开始，但没有一个模型从一开始就被命名为GPT - 5。OpenAI只有在模型达到重要里程碑后才会正式命名。内部代号为“Q Star”或“Project Q”的项目后来成为o1系列（o系列），虽在推理模型方面取得一定进步，但将o3母模型转换为ChatGPT版本时效果显著下降，推测是因为聊天产品形态限制了AI发挥。o3之后推出的“Orion”项目也未成功，2024年下半年Orion未能成功的原因包括预训练阶段局限性、优化效果在模型规模增大时失效等，且OpenAI发现用o1模型生成的合成数据训练Orion系列也未达预期，缺乏高质量、多样化的人类生成数据是最大挑战。

发展困境与架构瓶颈

以Transformer架构为基础的大语言模型（LLM）发展可能到了关键时刻，预训练遇到困难，缺乏高质量且多样化的数据，模型训练不确定性大，可能出现模型崩溃和“灾难性遗忘”等问题。这表明可能需要一个完全不同的新架构来突破技术壁垒。

未来AI进化路径：强化学习、多模态、JEPA

强化学习

强化学习（RL）适合解决以目标驱动的专业型任务，如写代码、数学、物理等领域。这些任务大多缺乏数据，需要通过反事实方式生成输出，并依靠验证器判断对错进行自我训练。OpenAI一直在开发“universal verifier”技术，通过该技术可以让大语言模型检查和评估其他模型的答案，确保在强化学习过程中生成高质量答案。RL有可能发现新的物理定理，迈向超级智能，但目前验证环节是关键挑战。

多模态

多模态引入将为AI发展带来重要突破。大语言模型维度有限，而多模态及世界模型至关重要。多模态应用有复杂的工作流，如使用浏览器、数学工具、代码等，且涉及多种复杂工具。提高多模态能力有两个层面，一是应用多智能体系统推高需求，二是通过训练更大的模型或在算力和能源限制时进行多模型组合。多模态在视频和世界模型方面的发展潜力巨大，如谷歌发布的世界模型Genie 3被认为重要性超过GPT - 5。人类从视觉、听觉等获取的信息量比纯文字大几个数量级，若世界模型能大幅提升，可训练视频理解、机器人技术等基础模型，创造更大的市场空间。

JEPA

图灵奖得主Yann LeCun提出的Joint Embedding Predictive Architecture（JEPA），旨在克服大语言模型的局限，推动AI理解物理世界。JEPA将模型训练放在潜层空间，对输入和输出进行抽象表达，可预测下一个动作或状态，在预测视频事物变化时表现出色。非Transformer架构可能更接近或模拟人脑思考方式，为AI发展提供新的方向。

GPT - 5被过度营销反噬，但AI进化不会停止

过度营销的后果

GPT - 5的翻车与Sam Altman过于浮夸的营销有关。他在发布会前通过各种预热和暗示吊足了公众胃口，将期待值拉得太高，而发布会结果却令人失望，被视为过度营销的反噬。

AI发展的思考

到达AGI之前，还有很多技术壁垒需要突破，这需要脚踏实地的研发和创新。然而，OpenAI等大模型公司在人类技术推进之际，却在商业化上变得激进，发布GPT - 5时开始打价格战圈地。这引发了人们对AI泡沫破灭和AI大模型进展停滞的担忧。但从GPT - 5的发布也让人们清醒认识到Transformer本身的局限，可能会促使更多人关注其他替代方案，推动整个AI行业更深远的发展。尽管GPT - 5存在诸多问题，但它也朝着AI全能super app迈进，一些功能有望让生活和工作更高效。