AI导读：

AI领头羊OpenAI在新模型Orion的推进中遭遇高质量数据不足的难题，直接影响AI模型改进速度。OpenAI正积极调整策略，探索新的AI模型改进方法，预计明年年初发布Orion模型。

　　AI领头羊OpenAI在新模型Orion的推进中遭遇了高质量数据不足的难题，这直接拖慢了AI模型的改进速度。

　　据OpenAI内部员工反馈，尽管Orion的性能超越了现有所有模型，但其性能提升幅度远不及GPT-3到GPT-4的飞跃。这表明，随着高质量数据的稀缺，AI模型的进步或将遭遇瓶颈。更为棘手的是，Orion在训练中采用了旧模型（如GPT-4及部分推理模型）生成的AI数据，这可能导致其复制旧模型的行为。

　　为应对这一挑战，OpenAI专门成立了“基础”团队，致力于在数据稀缺的背景下探索新的AI模型改进方法。公司计划通过AI合成数据来训练Orion，并在后续阶段实施更多优化措施。

　　目前，Orion正处于安全测试阶段，OpenAI预计将于明年年初发布该模型，并可能打破“GPT-X”的命名传统，以体现模型开发的变革。

　　此外，OpenAI今年收购了Chat.com域名，并已将其重定向至其AI驱动聊天机器人ChatGPT。

　　数据瓶颈凸显

　　早在2020年，OpenAI便提出了Scaling Law定律，指出大模型的性能主要取决于计算量、模型参数量和训练数据量，而非模型结构。这一理论一度被AI界广泛接受，但如今正面临越来越多的质疑。

　　Meta AI人工智能研究院(FAIR)的田渊栋指出，随着模型性能接近人类水平，新数据的获取变得愈发困难，模型改进空间逐渐缩小，最终将难以解决某些边角案例。非营利研究机构Epoch AI的论文也预测，未来数年内，数据增长速度将无法支撑AI大模型的扩展，可能在2026至2032年间耗尽。

　　OpenAI并非首次面临数据资源短缺问题。此前在训练GPT-5时，就曾因文本数据不足而考虑使用YouTube公开视频转录文本。此次数据难题再度困扰OpenAI，甚至影响了新模型的研发进度。

　　然而，这并不意味着“天塌了”。The Information的作者Amir Efrati认为，OpenAI正在积极调整策略，或许将发现新的Scaling Law来取代旧理论。

　　值得注意的是，11月9日，OpenAI安全系统团队负责人翁荔（Lilian Weng）宣布离职，结束了近7年的OpenAI生涯。她在离职信中未透露具体原因及未来计划，仅表示将开启新的探索。