AI商业洞察 | OpenAI推理研究负责人Noam Brown：某些AI“推理”模型本可提前数十年问世

OpenAI 的推理研究负责人 Noam Brown 在英伟达 GTC 大会上表示，如果研究人员早些时候就掌握了正确的算法和方法，那么某些形式的“推理” AI 模型其实早在 20 年前就有可能诞生。他指出，推理模型的研究在过去曾被忽视，但他的研究发现，人类在面临困难情境时，通常会花时间进行思考，这种思维方式对 AI 来说非常有用。

Brown曾参与开发了能在扑克比赛中击败顶级人类选手的AI——Pluribus。与当时传统的暴力计算方法不同，Pluribus采用了推理方法，充分展现了AI在处理复杂任务时的潜力。此外，Brown还是o1模型的设计者之一，该模型采用了名为“测试时推理”的技术，能够在回答问题前进行思考，从而提高回答的准确性和可靠性。

当被问及学术界是否能与像OpenAI这样的AI实验室进行合作时，Brown表示，尽管当前的AI模型越来越依赖高计算资源，但学术界仍然可以通过研究低计算需求的领域，如模型架构设计，来做出自己的贡献。

此外，Brown还批评了当前AI基准测试的不完善之处，并认为学术界可以在此领域发挥重要作用，特别是通过改进与实际任务相关的测试标准，来推动AI技术的进一步发展。

LexisNexis近日推出了全新的AI助手Protégé，旨在助力律师、助理和法律文员更高效地完成法律文书撰写和校对工作，同时确保引用内容的准确性。与传统的大型法律AI助手截然不同，LexisNexis此次专注于打造一个能够深入学习律所工作流程、且具备高度可定制性的AI助手。

Protégé采用了独特的多模型方法，能够根据不同任务需求选择最适合的模型进行处理。它常使用像Mistral这样的精简语言模型（SLM），或者通过“蒸馏”技术对大型语言模型（LLM）进行优化，从而在提高响应速度的同时降低成本。这种创新的方式使得LexisNexis能够为具体的法律任务提供更加高效、精准的解决方案。

该平台全面支持法律专业人员在多个领域的工作，无论是撰写法律摘要、起草诉讼文件，还是提出问题、总结复杂的法律文献，Protégé都能提供有力的帮助。LexisNexis的首席技术官Jeff Riehl表示，Protégé的目标是根据每个法律领域的独特需求，提供个性化的助手服务。未来，该平台还将不断升级，实现更为智能的代理功能，进一步满足法律行业的多元化需求。

目前，LexisNexis将Protégé定位为与其他法律研究平台展开竞争的重要产品，如Thomson Reuters的CoCounsel和Harvey等。这些平台也提供了法律AI助手服务，但LexisNexis相信，凭借Protégé的独特优势和不断创新的技术，它将在激烈的市场竞争中脱颖而出。

3月24日，据韩媒报道称，韩国AI芯片企业FuriosaAI首席执行官JunePaik当地时间今日在内部宣布不会与Meta就出售展开谈判。该企业将继续凭自身努力推进AI芯片的开发和量产。FuriosaAI的估值约为8000亿韩元（现汇率约合39.61亿元人民币），而Meta此前对其开出了8亿美元（现汇率约合57.98亿元人民币）的收购报价，溢价幅度约为46%。

FuriosaAI此前计划在2025年下半年实现第二代AI芯片RNGD的量产，这款产品基于台积电5nm先进制程，采用CoWoS封装集成合计48GB的HBM312Hi内存，可以150WTDP提供512TOPS的INT8算力。目前该企业正在寻求新一轮的融资，以保障RNGD项目的顺利推进。

3月26日，谷歌正式推出新一代人工智能推理模型Gemini 2.5，该模型以“思考-验证-回答”的多模态推理能力为核心，被谷歌称为“目前最智能的模型”。其旗舰版本Gemini 2.5 Pro Experimental在多项基准测试中超越OpenAI、Anthropic等竞争对手，尤其在代码生成和数学推理领域表现亮眼，标志着AI技术在复杂任务处理上的重大突破。

Gemini 2.5 Pro支持文本、图像、音频、视频及代码的多模态输入，上下文窗口达100万token（约75万单词），可解析完整《指环王》系列文本，未来将升级至200万token。这一能力使其在处理跨模态复杂问题时更具优势。

Gemini 2.5 Pro即日起通过Google AI Studio和Gemini应用向订阅“Gemini Advanced”（月费20美元）的用户开放，未来将登陆Vertex AI平台。谷歌暂未公布API定价，但表示将在几周内披露企业级应用方案。

近日， Hugging Face 向白宫提交了一份关于 AI 行动计划的详细建议，主张开源和协作式 AI 开发是美国在全球科技竞争中最为强大的优势所在。该公司强调，近年来开源 AI 领域所取得的突破性进展充分证明，开源系统完全有能力以更低的成本超越或匹敌封闭商业系统的性能。

例如，OlympicCoder在复杂编码任务上的表现已经超越了Claude 3.7，而AI2研发的OLMo 2模型也与OpenAI的o1-mini在性能上不相上下。这些实例充分展示了开源AI的潜力和实力。

Hugging Face的建议主要包含三大核心内容：一是加强开源AI生态系统的建设，为开发者提供更加完善、高效的开源工具和资源；二是支持小型组织使用更高效的AI模型，降低他们进入AI领域的门槛和成本；三是通过开源和透明的系统来提升AI的安全性，确保AI技术的可控性和可靠性。

该公司特别强调，开放和可重用的系统不仅能够推动经济增长，还能够显著提升AI的安全性和可靠性。Hugging Face希望这份建议能够对白宫的政策制定产生积极影响，推动美国在全球AI竞争中保持领先地位。