SSI传将于8月发布首个AI模型
0xBroomberg
投资人加文·贝克尔透露，伊利亚·苏茨克维尔创立的SSI计划8月发布首款模型；若其背后的「持续学习」路线成立，大规模预训练对GPU的需求可能断崖式下滑，整个AI算力格局将被重写。
消息从哪来，可信度多高？
消息源是加文·贝克尔，现任Atreides Management首席投资官，黄仁勋公开称他为英伟达"首位大型机构投资者"——在硅谷科技投资圈人脉极广。
他在一次对话中说："SSI说他们会在8月推出模型。现在有一整代新实验室都在聚焦这件事。"
但SSI官方尚未确认。这意味着→ 消息来自可信的圈内人士，但离"板上钉钉"还差一步，需要等SSI自己表态。
SSI是谁，为什么值得关注？
SSI全称Safe Superintelligence，由前OpenAI联合创始人兼首席科学家伊利亚·苏茨克维尔创立。
苏茨克维尔成立时就放了一句狠话：公司的第一个产品就是安全的超级智能，在此之前不做任何其他事情——不做聊天机器人，不做API服务，直接瞄准终局。
SSI已与英伟达达成长期合作，拿到Vera Rubin平台（英伟达下一代AI超算平台）的访问权，算力比此前提升约10倍。用大白话说＝ 硬件弹药已经到位，发布模型的基础条件具备了。
"持续学习"是什么，为什么贝克尔说它最有意思？
贝克尔把SSI放在一个更大的技术背景下讨论：持续学习（continual learning，让模型在真实世界中边用边学，而不是一次性喂完所有数据）和样本高效学习（sample-efficient learning，用更少的数据学到同样多的东西）。
他给了一组数字来说明变化有多大：早期模型训练约用200亿token，现在主流模型已经用到300万亿token——翻了一万多倍。
这意味着→ 当前AI行业的"军备竞赛"核心就是拼谁喂的数据多、谁的GPU集群大。如果持续学习能走通，这条赛道的规则会被彻底改写。
如果持续学习成功，对GPU需求意味着什么？
贝克尔描述的场景：未来只需预训练约10万亿token，然后让模型在真实世界中自主高效学习——大规模预训练的需求将大幅下降。
用大白话说＝ 现在训练一个大模型要烧掉海量GPU和电力，如果模型能"边干活边自学"，前期囤GPU的意义就小得多了。
贝克尔的原话是：训练算力在整体半导体需求中的占比甚至可能趋近于零。这反映出一个更深的信号——AI行业目前对英伟达GPU的疯狂需求，可能并非永久状态。
现在能下结论吗？
贝克尔自己也承认："谁也不知道它是长期问题还是短期就能突破。"
SSI的8月模型——如果真的发布——将是市场检验苏茨克维尔"直通超级智能"承诺的第一个实物证据。
这意味着→ 现在还不是下注的时刻，但值得盯紧：SSI模型的实际表现，会告诉市场"持续学习"到底是远期愿景还是近在眼前的现实。
Content is for reference only, not financial advice.