硬刚OpenAI的乐享科技，对巨头来了一次「釜底抽薪」

“OpenAI首席科学家万字长文，等来了一家中国具身公司乐享科技的「三问」。 ”

编辑丨李希

9月3日，OpenAI上线新一代模型GPT-6 Astra官网；三天后，首席科学家Jakub Pachocki发表署名长文《异星心智》（An Alien Mind），抛出两个判断：

新一代高级AI不是人类思维的延伸，而是一种逻辑范式迥异的“异星心智”——它是“养”出来的，不是“造”出来的，连造它的人都无法完全理解它；监控手段正在失效，AI研发应当“踩刹车”。

一边宣告自己隐约摸到了“异星心智”的门把手，一边号召全行业刹车——这套“左右互搏”的组合拳，很多网友都不买单：

“道义里全是刀乐”“仔细看了一夜，一万字里行间，缝隙里满满都都写着‘上市’二字”“自己猛踩油门，喊别人刹车”。

但比网友拆台更狠的，是乐享科技今天发出的灵魂三问：OpenAI上述发布内容，与乐享科技已公开发布的成果在官网设计、核心概念等方面高度相似。

一石惊起千层浪，OpenAI原来不是担忧异星心智，而是担忧搞定“心智”的人。

本编吃瓜吃到不顾得下班，第一时间捋全来龙去脉，以飨读者。

逐条拆解三问OpenAI

先看时间线。

两个月前，乐享科技上线模型官网，同步发布产品概念阐释和DEMO视频；几周前，创始人郭人杰在美国与多位硅谷同行交流，公开展示了关于“星外来客”（非人智能体/异类心智）的核心概念框架，现场有大量同行见证。然后，才是OpenAI的9月3日和9月6日。

（官网截图，发布于7月底）

三问之中，二问概念最直接：郭人杰在硅谷公开阐述的“星外来客”框架，觉得这个模型太强大，像是高维度智能，与《异星心智》的立意高度重合。乐享称现场见证者众多，资料可同步公开。

三问官网最直观：以太模型的官网上线时间比GPT-6要早上2月。但双方官网设计元素都呈现粒子特征，交互上都是与粒子或星辰互动。两个官网摆在一起，肉眼可辨。

（来自乐享科技公众号）

而我觉得对OpenAI最扎心的是，乐享的理念之问。

Pachocki在长文里有两个核心论断。其一：“递归式自我提升，模型主导自身的发展进程，能在完全无人干预下独立演进。”其二：AI是“生长”出来的——可以像神经科学一样去研究它内部涌现的微观机制，但系统的整体运作方式，始终无法被完全理解和描述。

问题在于，这两句话恰好是乐享以太大模型（Aether）提出的核心理念。

乐享给以太模型定义了三个核心品质：Consist（世界一致，理解物理后果）、Continue（持续自进化，从经验中学习）、Character（自主人格，自适应表达）。其中“持续自进化、自我改进”，与“递归式自我提升”的核心目标高度呼应——模型在真实物理环境中的每一次交互，感知层采集执行结果，反馈回心智系统，修正认知与运动策略，无需人类标注新数据。

而且乐享早已公开给出完整路径：Aether能在自由能驱动下，通过Evolution Manager实现自我模型（内）与世界模型（外）从参数级到模型级的分层自进化——知识自增长、技能自增长、策略自进化，甚至认知结构自进化，让模型自我驱动产生学习目标。甚至，还推出了一个一镜到底的实拍DEMO来验证成果。对照OpenAI文中“RSI是未来保持在AI研究前沿的唯一途径”，味道就更微妙了：他们说的“唯一途径”，原来已经被这家中国公司走通了。

OpenAI可以说是只是他们的远景展望，但仍需回答：为什么长文里描述的核心机制，恰好与乐享两个月前公开的模型架构高度呼应？

至于“用神经科学的方式理解AI”，以太模型从第一天起就是仿认知神经科学的仿生架构：能量驱动，搭建完整的“大脑—小脑—皮层—脊髓”硅基神经通路，“以人之灵，铸机之智”。OpenAI用一段哲学化的描述讲了一个方向，乐享则把这个方向拆成了前额叶皮层、角回与内嗅皮层、上丘、运动皮层、小脑、脊髓层——一个个对应人脑功能单元的工程模块。

一个是文字里的比喻，一个是图纸上的架构。谁在先，谁更具体，不难判断。用乐享官方质问文章里的话说，这近乎“像素级搬运了我们模型核心的精华”。

不是第一次“借鉴”，但这次踢到了铁板

熟悉OpenAI的读者，对“借鉴”风波并不陌生。2024年，ChatGPT的“Sky”语音被指酷似斯嘉丽·约翰逊——而她此前刚拒绝了Altman的配音邀请，舆论哗然之下OpenAI下线了Sky；今年，OpenAI致信美国众议院指控DeepSeek"蒸馏"其模型，却被反将一军：一个自己被《纽约时报》和一众作家起诉侵权的公司，转头指控别人偷师，双标得过于丝滑。

但以往的剧本里，OpenAI是先发者，争议的是“谁抄了谁的作业”。这一次不同：OpenAI只是说出了概念——乐享已经把东西做出来了。文章可以连夜写，官网可以连夜改，但一个跑在真实机器人本体上、一镜到底十分钟的模型，连夜做不出来。

更有意思的是一个此前未被留意的细节：这个全球首个一镜到底展示自主智能的DEMO视频，早在《异星心智》文章发布之前，就已被乐享授权国内媒体独家对外释出过——只是当时没有具名，今天乐享不得不对外正式认领并将模型架构提前对外。

（量子位报道截图）

郭人杰在官方声明中也提到，当时有不少人找他求证，但他们选择保持沉默。郭人杰解释了此举原因：“因为我们是一支有自己思考、冷静、但掌握绝对前沿技术的团队。我们觉得虽然很震撼，但是依然想等等再给大家看。”

因为DEMO强到不像真的，圈内早就有不少猜测：这是谁做的？是真的还是假的？几天之后，Open AI就带着《异星心智》来了，这个巧合，不得不让人浮想联翩。

（乐享科技发布1.5倍速的10分钟一镜到底视频）

放出的DEMO有三个“没见过”。

跨本体通用：同一个模型，放在宇树身上和放在智元身上，轻松跨本体适配。这俩还是市面上最普及的两个本体。

自我进化：面对相同环境，每次做出不同推理、不同表现，但每次都能完成任务。例如，擦玻璃擦不干净，它会判断出来，不是内玻璃脏，把手伸出了窗外去擦；够不着高处，它从旁边搬了个箱子垫高自己。以前说：人和动物最大的区别是使用工具，现在机器人会用工具了！！！

多机协作：两个机器人本体协作完成同一个任务，乐享称这是全世界第一次，内部人看多了甚至看出了“CP感”。

乐享称这个十分钟一镜到底的视频，是世界上第一个一镜到底十分钟的具身智能视频，所有行为全部机器人自主完成。在Demo剪辑成风的具身智能赛道，一镜到底本身就是一种态度。

抛开争议本身，乐享敢把话说到这个份上，底气在模型。乐享发布的这个以太模型到底强在哪里？我们用大白话拆解一下。

先看一组数字：“200，0，4”。以太模型只用了200小时人类视频做训练，0真机数据，模型大小4B。

这是什么概念？先说现在行业里两条被讨论最多的路径。

VLA（视觉-语言-动作模型）采用“感知-动作”直接映射架构，输入图像和指令后直接输出动作，无中间推演环节。推理效率高、延迟低，适配实时控制。但它的软肋也很明显：跳过环境认知建模，面对训练数据未覆盖的新场景或新任务时泛化能力显著下降；缺乏对物理世界因果规律的内在建模，长时序任务中误差会随时间累积，每一步看起来都对，十几步后可能偏到不可恢复。更现实的问题是数据——训练一个能多任务泛化的通用VLA，业内公认需要百万级轨迹，而遥操作数据的采集成本是互联网文本的千倍以上。

WAM（世界动作模型）走的是另一条路：不直接输出动作，而是先预测执行动作后世界状态的视觉画面，再据此反推应采取的动作。长程任务规划能力更强，支持分层控制；对互联网视频数据利用率更高，有望降低对高成本真机示教数据的依赖。但WAM的短板同样突出：语义理解能力弱于VLA，对复杂自然语言指令的跟随性不足；逐帧预演物理状态需要巨额算力开销，轻量化落地难度大，尽管已有LiLa-WAM等轻量化方案出现，但距离高频毫秒级物理交互仍有距离。

以太模型走的是第三条路。它没有在“反应快”和“想得深”之间二选一，而是用仿生神经通路把两者贯通起来。前额叶皮层负责高层认知决策，角回和内嗅皮层承载流式记忆，顶上小叶和上丘负责主动感知，运动皮层和小脑负责运动规划，脊髓层负责本能反射。信息不是一层层往下传，而是双向流动的。

翻译成人话：这个模型有脑子，也有脊髓。脑子在想的时候，脊髓已经在反应了；脊髓遇到突发情况的时候，脑子也在同步更新认知。

主动感知、多模态理解、流式记忆、运动动力学、自我迭代——五大能力不是模块拼接，而是深度耦合：感知存进记忆，理解驱动动作，执行反馈回来驱动自我进化，元认知全程监控。这套闭环，正是它只用200小时人类视频就能学会干活的原因：它像人一样从经验里学，而不是像硬盘一样往里灌。

到这儿，再回看OpenAI长文里那句“递归式自我提升”，就更有意思了：OpenAI笔下那个需要全行业踩刹车的远景，以太模型早已切切实实做了出来——不是一篇文章，是一个跑在机器人身上的4B模型。

也难怪，一贯低调的乐享科技创始人郭人杰，这次忍不住亲自下场。这位1997年出生、26岁就做到追觅中国区执行总裁的连续创业者，带乐享不到两年就在市面上跑出了名堂，向来信奉用产品和商业化说话。

但设身处地想一想：今年3月，乐享由全球顶尖模型负责人带队，组了一支二十人的队伍，提出以神经元分配为核心的“能量大模型”，内部以能量的最小单元“以太”命名。一个半月做数学推导，“看到想法真的表达成一行公式时，震惊感不亚于第一次看到相对论用一行公式表达宇宙”；之后两个月夜以继日完成训练，然后看到了一种“神秘的智能”——“我们可能真的看到了、真的翻译了智能。”

等于说，一个团队憋了个前所未有的大招，还在前摇阶段，被另一个玩家偷了个家，还按着全行业的头说：这事儿太危险，都别动。

好果实被人摘取的愤怒，确实有点怄气。

OpenAI真正担忧的是什么

怄气归怄气，这件事真正值得看的，是OpenAI为什么传导AI危险论。

往深一层想，OpenAI真正害怕的，恐怕是它最引以为傲的护城河——规模——正在它看不见的地方失效。它可以用算力和资本垒起高墙，定义什么是前沿、什么是危险、什么时候该刹车；但它无法回答一个问题：如果定义下一代AI的那把钥匙，不在墙的里面呢？

一个二十人的团队，用一个半月推导出一行公式，用200小时数据训出一个4B模型，然后让两个机器人在镜头前协作了十分钟——这件事比任何一封质问信都让巨头难受。因为它证明了：破墙的工具会从哪里生长、以什么形态出手，大厂完全不知道。AI时代的大厂，越来越像当年的马车制造商：体量最大、供应链最全、品牌最响，但汽车不是从马厩里长出来的。

所以那篇万字长文，为什么一边宣布发现“异星”、一边急喊刹车？成因或许复杂。但自己猛踩油门、却喊别人刹车，往往不是担心别人遇到前面危险，而是不放心自己前面有人。

当一个概念你刚说出口、别人已经跑在机器人身上时，慌是本能反应。