上周AI #340 - OpenAI vs Musk + Microsoft, DeepSeek v4, 视觉香蕉

马斯克诉奥特曼案第一周庭审在加利福尼亚州奥克兰结束，埃隆·马斯克连续三天出庭作证成为焦点。马斯克的法律团队寻求高达1340亿美元的赔偿，要求罢免奥特曼和布罗克曼，并撤销OpenAI向营利性实体的转型。马斯克于2015年共同创立OpenAI作为非营利组织，并向该组织捐赠了约3800万美元。

庭审关键事实包括：马斯克反复强调“你不能就这么偷走一个慈善机构”，声称CEO萨姆·奥特曼和总裁格雷格·布罗克曼背叛了公司的创始使命，将其转变为现在估值超过8500亿美元的营利性实体。马斯克作证称，他创办OpenAI是为了“制衡谷歌DeepMind”，并且“提出了创意、名字，招募了关键人员”。在交叉询问中，马斯克承认xAI“部分”使用了OpenAI的模型来训练自己的模型（通常称为蒸馏），但他淡化为“标准做法”。

庭审第二周，布罗克曼出庭作证，确认OpenAI正在探索进行史上最大规模的IPO之一，该公司私人估值达8500亿美元。布罗克曼透露他持有近300亿美元的OpenAI股份，这将使他跻身世界最富有者之列，此外还持有4.71亿美元的Stripe股份。庭审在地区法院的YouTube页面直播，仅提供音频，不允许录制。萨姆·奥特曼和希冯·齐利斯预计将于本月晚些时候作证。

微软与OpenAI重新谈判了合作协议，解决了因OpenAI与亚马逊高达500亿美元的交易而酝酿的法律纠纷。新条款取代了微软的无限期独家权利（此前持续到OpenAI实现AGI），改为2032年前的非排他性许可。微软仍是OpenAI的“主要云合作伙伴”，OpenAI产品将“首先在Azure上提供”，除非微软无法支持所需能力——但关键的是，OpenAI现在可以在任何云提供商上提供所有产品，包括AWS。

核心冲突源于OpenAI在2026年2月与亚马逊的交易，该交易授予AWS独家权利托管OpenAI的代理创建工具Frontier，并共同开发AWS Bedrock上的有状态运行时技术。微软之前的合同赋予其对所有OpenAI API访问产品的独家权利，包括Frontier，促使微软公开反驳AWS独家条款，并据报道考虑法律行动。根据新协议，微软停止向OpenAI支付收入分成，而OpenAI继续向微软支付分成直到2030年（有上限）；微软保留OpenAI营利实体约27%的股份；亚马逊CEO安迪·贾西确认OpenAI模型将在AWS Bedrock上提供。

DeepSeek发布了DeepSeek V4 Flash和V4 Pro的预览版，两者均为纯文本混合专家模型，拥有100万token的上下文窗口。V4 Pro总参数达1.6万亿，激活参数490亿；V4 Flash总参数2840亿，激活参数130亿。与之前版本一样，权重在Hugging Face上开源，并附有详细的技术报告，解释架构中的关键技术创新。DeepSeek声称相比V3.2在效率和性能上取得重大提升，推理和编码结果在多项基准测试中接近或达到领先模型水平。

谷歌DeepMind发表了论文《图像生成器是通用视觉学习者》，并推出了视觉香蕉（Vision Banana）模型，该模型通过将感知视为图像生成，统一执行图像生成和视觉理解任务。通过对基础图像生成器Nano Banana Pro进行轻量级指令微调，视觉香蕉可以处理语义分割、实例分割、单目度量深度估计和表面法线估计——所有这些都无需特定任务模块，只需改变提示即可。核心见解与LLM训练范式相似：正如文本的生成式预训练能发展出丰富的语言表示，图像生成训练能隐含地教会模型几何、语义和深度，这些知识随后可以以可解码格式表达。在多个零样本迁移基准测试中，视觉香蕉超越了专用模型，且训练数据中不包含评估基准数据。关键的是，指令微调并未降低生成性能——视觉香蕉在GenAI-Bench文生图评估中对抗Nano Banana Pro取得了53.5%的胜率。