说实话，看到今天OpenAI的新闻，我一点都不意外。

Sam Altman之前说过，广告是「最后的手段」。但现在看来，这一天比我们想象的来得更快一些。就在今天，OpenAI正式宣布：ChatGPT要开始测试广告了。

说实话，这事儿其实早有预兆。前阵子我就看到各种财报数据，OpenAI为了训练GPT-4.5那帮模型，烧钱的速度简直吓人。光是算力成本一年就要几十亿美元，更别提还有人员工资、服务器维护、数据标注……这些都是实打实的支出。

但真正让我觉得有意思的是这次广告的具体安排：

**免费版：** 会有广告
**$8/月的Go版：** 也会有广告
**Plus和Team版：** 继续保持无广告

这个定价策略其实挺聪明的。给用户一个选择：要么付钱买清净，要么用免费服务但接受广告。说实话，这跟Google、Facebook这些科技巨头的模式也没什么两样。只不过，Google是在搜索结果里插广告，而ChatGPT是把广告放在对话旁边。

我刚才试了一下OpenAI的官方博客，他们说是会在美国先测试，然后根据用户反馈再决定是否全球推广。广告内容主要会是一些「相关的产品和服务」，听起来像是那种精准推荐的广告。

这里有个问题：ChatGPT的上下文理解能力那么强，它会不会根据我们的对话内容来推送广告？比如我问了「怎么减肥」，旁边就给我推健身器材的广告？这种精准广告会不会让用户觉得隐私被侵犯？

这些问题OpenAI都没有正面回答。他们的说法是「会保护用户隐私」，但具体怎么保护，没细说。

我身边有几个朋友已经开始讨论要不要升级到Plus版了。毕竟，如果天天用ChatGPT工作，看着旁边有个广告，确实挺烦人的。但也有人说，免费版有广告也是应该的，毕竟人家提供了这么强大的功能。

说到底，这其实是一个关于AI可持续商业模式的问题。我们之前都习惯了「免费使用AI」，但背后的成本谁来承担？OpenAI不是慈善机构，总得想办法赚钱。

我看到有网友说这是「背叛初心」，也有人说这是「商业现实」。我觉得两者都有道理。OpenAI一开始确实说要让AI造福全人类，但现实是，开发先进AI需要巨额投资，没有可持续的商业模式，根本走不远。

而且，这不仅仅是OpenAI的问题。整个AI行业都在面临类似的困境：技术越先进，成本越高，但用户越来越不愿意付费。广告可能是目前最可行的解决方案之一。

当然，也有另一种可能：也许未来AI服务的定价模式会变得更复杂？比如按使用量收费，或者提供更多的个性化服务套餐？这些都是未知数。

总之，ChatGPT要贴广告这件事，标志着AI行业的一个转折点。从「梦想阶段」进入「现实阶段」，从「技术驱动」转向「商业驱动」。这未必是坏事，毕竟没有商业化的支撑，再好的技术也难以持续发展。

不过，我还是有一点小担心：如果广告越来越多，会不会影响ChatGPT的回答质量？会不会让AI变得越来越「商业化」，失去一些原本的中立性和客观性？这些都是需要时间来验证的问题。

好啦，今天就聊到这里。你们觉得ChatGPT贴广告这事儿怎么样？欢迎在评论区告诉我你的想法。

ChatGPT要贴广告了？OpenAI的这一天终于来了

CES 2026在拉斯维加斯如火如荼进行中，但昨天最让我震惊的消息，无疑来自老黄——Jensen Huang的年度演讲。这一次，他没有穿着他标志性的黑色皮衣登场（好吧，还是穿了），但带来的东西却比任何一件衣服都更加震撼：Vera Rubin AI平台。

说实话，看到发布会直播的时候，我差点把手里的咖啡洒了。10倍推理成本下降？这可不是小打小闹的升级，这是整个行业的游戏规则被重写了。

## 先说说这是个什么玩意儿

Vera Rubin不是一个单一的芯片，而是一个完整的平台架构。NVIDIA这次玩了个大的，搞了个"极端协同设计"，一口气发布了六款芯片：

- **Vera CPU**：新一代中央处理器
- **Rubin GPU**：全新架构的图形处理器
- **NVLink 6 Switch**：超高速互联技术
- **ConnectX-9 SuperNIC**：超级网络接口卡
- **BlueField-4 DPU**：数据处理单元
- **Spectrum-6 Ethernet Switch**：以太网交换机

老黄在台上说，这套系统通过软硬件的深度协同，能够让推理token的生成成本降低最多10倍，训练MoE模型所需的GPU数量也能减少4倍。要知道，现在的AI模型训练动辄需要数千张GPU，这可不是小数目。

## 10倍成本下降意味着什么？

我之前写文章提到过，AI行业最大的瓶颈之一就是成本。像GPT-4这样的模型，每次推理都要烧掉不少算力，这也是为什么很多AI服务价格居高不下的原因。

如果NVIDIA说的是真的——从他们发布的官方新闻稿来看，这些数据应该是经过严格测试的——那么10倍的成本下降就意味着：

1. **AI服务变得更便宜**：你现在每月花20美元订阅的ChatGPT Plus，未来可能只要2美元就能享受同等甚至更好的服务。

2. **更多应用场景变得可行**：之前因为成本太高而无法商业化的AI应用，现在突然变得有利润空间了。比如实时视频生成、大规模个性化推荐等等。

3. **小公司也能玩得转**：以前只有科技巨头才玩得起的AI模型训练，现在可能连初创公司都负担得起。

## 物理AI：下一个大浪潮

但我觉得更有意思的是，NVIDIA这次发布的不仅仅是硬件，还有一套面向"物理AI"的开放模型库。

什么意思呢？简单来说，之前的AI主要是处理文本、图像这些虚拟世界的东西。但NVIDIA觉得，AI的下一个战场是物理世界——机器人、自动驾驶、工业自动化。

他们在发布会上展示了与奔驰合作的概念车CLA，这辆车完全由AI来定义驾驶体验。还有波士顿动力的Atlas机器人，现在也是用NVIDIA的开放模型在驱动。

老黄说得很直白："聊天机器人时代之后，下一个大浪潮就是物理AI。"

## 这里的门道

作为一名在科技圈摸爬滚打这么多年的老司机，我得说几句大实话：

第一，NVIDIA这次显然是有备而来。他们在AI芯片市场的统治地位毋庸置疑，但竞争对手也在迎头赶上。AMD的MI300系列、Intel的Gaudi2，都在虎视眈眈。Vera Rubin的发布，某种程度上是在巩固自己的护城河。

第二，"物理AI"这个概念很有意思。NVIDIA显然是想从一个单纯的芯片供应商，转型为AI生态系统的构建者。他们现在不仅在卖硬件，还在卖软件平台、开放模型，甚至合作案例。这条路华为以前走过，苹果也走过，现在轮到NVIDIA了。

第三，成本下降10倍听起来很夸张，但我们得看看实际部署后的效果。实验室数据和生产环境往往有差距。不过就算只能实现一半的效果，那也是5倍的成本下降，依然是一个巨大的飞跃。

## 这对我们意味着什么？

如果你是普通用户，未来的AI产品会更便宜、更好用。这是最直接的。

如果你是开发者，新的平台意味着你需要学习新的工具链、新的开发框架。NVIDIA肯定会提供迁移指南和工具，但这个过程还是需要时间的。

如果你是创业者，这是一个巨大的机会。成本降低意味着更多商业模式变得可行。现在可能就是思考"AI 2.0时代"应用场景的好时机。

## 最后的话

写到这里，我突然想起两年前ChatGPT刚出来的时候。那时候我们还在讨论AI会不会取代人类写作，而现在我们已经开始讨论AI如何与物理世界交互了。

技术发展的速度，有时候真的让人感到眩晕。但这也是为什么我们这些科技博主热爱这个行业的原因吧——总有新东西可以学习，总有新故事可以讲述。

Vera Rubin会在2026年下半年正式上市。到时候我们会知道，NVIDIA说的这些"吹牛"的话，有多少能变成现实。但无论如何，AI行业的这场军备竞赛，才刚刚开始。

你觉得呢？在评论区告诉我你的想法吧。

NVIDIA震撼发布Vera Rubin AI平台：推理成本狂降10倍，物理AI时代来了

今天是CES 2026的第二天，拉斯维加斯的会场依然人头攒动，但让我真正激动的不是那些眼花缭乱的新型AI硬件（说真的，谁还需要更多的智能音箱呢？），而是Nvidia刚刚发布的Rubin AI平台。

作为科技圈的人，我对黄仁勋的发布会总是期待又害怕。期待是因为每次都有重磅，害怕是因为我的钱包又要遭殃了。但这次的Rubin平台，说实话，让我既兴奋又有点忧心忡忡。

先说说让人兴奋的部分吧。Rubin平台不仅仅是新一代的GPU，它是一个完整的六芯片系统架构，包括Vera CPU和两个Rubin GPU。根据官方数据，相比现在的Blackwell架构，Rubin在推理速度上提升了5倍，成本降低了10倍，训练效率提高了4倍。这些数字听起来很抽象，但让我试着解释一下这意味着什么。

想象一下，你现在用GPT-4级别的模型处理一个复杂的代码审查任务可能需要几秒钟。有了Rubin，同样的任务可能只需要几分之一秒。更重要的是，以前运行这些大模型可能需要昂贵的云服务器，现在成本降低到原来的1/10，这意味着更多的公司和开发者能够负担得起AI模型的应用。这对整个AI生态系统来说是一个巨大的利好消息。

但让我担忧的是，这种算力提升的速度是否真的可持续？我们真的需要这么快的算力吗？或者说，我们是否在算力竞赛中迷失了方向？

回想一下过去两年，AI模型的发展速度几乎是以指数级增长的。从GPT-3到GPT-4，再到现在的各种开源模型，模型的参数量越来越大，能力也越来越强。但与此同时，我们看到的真正应用场景并没有成比例地增长。除了聊天机器人、代码助手和一些基础的内容生成工具外，AI还没有真正改变大多数人的日常生活。

Rubin平台的发布可能会加剧这种情况。当算力变得如此便宜和强大时，开发者们可能会更加专注于构建更大、更复杂的模型，而不是思考如何用现有的技术解决实际问题。这让我想起了那句老话：当你手里有一把锤子，所有的问题都像钉子。

当然，我不是说算力提升本身是坏事。相反，我认为Nvidia的技术创新能力是值得尊敬的。Rubin平台的发布证明了他们在AI硬件领域的领导地位，也为整个行业树立了新的标杆。但作为科技行业的一员，我更希望看到的是技术与实际需求的平衡。

让我换个角度想。也许算力的提升最终会催生我们今天无法想象的应用。就像当年互联网刚出现时，没人能预见到社交媒体、电子商务和云计算会成为今天的重要组成部分。也许Rubin平台会在未来几年中，成为某些革命性应用的技术基础。

还有一个值得关注的点是，Rubin平台计划在2026年下半年全球推出。这个时间点很有意思。考虑到目前地缘政治的复杂性，全球AI芯片供应链的稳定性和可及性将是一个挑战。Nvidia如何在不同市场推出这个产品，将是业界密切关注的焦点。

总的来说，Rubin平台的发布无疑是AI硬件领域的一个重要里程碑。它代表了Nvidia在AI计算领域的持续创新，也为整个行业设定了新的标准。但作为观察者和参与者，我更关心的是，我们如何利用这些强大的技术来创造真正的价值，而不仅仅是参与一场没有终点的算力竞赛。

技术在不断进步，这是不可避免的。关键在于我们如何使用它。希望Rubin平台的出现能够推动AI行业从"更大更强"向"更好更有用"转变。这可能是一个过于理想化的期望，但作为一个科技博主，保持这样的乐观主义是我的工作。

那么，你对Rubin平台有什么看法？是兴奋还是担忧？欢迎在评论区分享你的想法。毕竟，技术的发展需要我们每个人的参与和思考。

Blog

ChatGPT要贴广告了？OpenAI的这一天终于来了

NVIDIA震撼发布Vera Rubin AI平台：推理成本狂降10倍，物理AI时代来了

Nvidia的Rubin芯片来了：AI计算的未来已经到来，但我们准备好了吗？