一句话看懂：OpenAI CEO 山姆·奥特曼在达沃斯论坛上公开承认，仅靠现有大模型路线无法抵达超级智能，需要能源领域的“突破性进展”。这相当于对当前 AI 行业的算力瓶颈做了一次最直接的确认。
事件核心：发生了什么
在 2025 年世界经济论坛达沃斯年会期间，OpenAI CEO 山姆·奥特曼参加彭博社活动时谈及能源生产，明确表示“没有突破就无法到达那里”，并补充说“这激励我们加大对聚变能的投资”。奥特曼所说的“那里”指的是超越当前大语言模型（LLM）能力边界、接近或达到人类智能水平的超级智能。他的表态直接回应了业内长期存在的一个质疑：LLM 是否真能通向通用人工智能。
奥特曼的担忧有数据支撑。国际能源署（IEA）预测，到 2030 年全球数据中心耗电量将达到约 945 TWh，占全球总用电量的 3%，其中 AI 是主要推手。不少行业观察者认为实际数字会更高，但当前电网基础设施远未准备好支撑这一需求。
为什么重要
这是 OpenAI 最高层管理者罕见地对“算力之外”的瓶颈做出公开判断。过去几年，AI 行业的竞争焦点集中在模型参数、训练数据规模和芯片采购上，但奥特曼的发言将聚变能源这类基础设施问题直接拉入 AI 发展的核心叙事。目前公开信息显示，电力短缺已经被视为 AI 扩张的最大瓶颈之一——没有足够的电力，数据中心无法扩建，模型无法规模化和持续迭代。
此外，能源并非唯一堵点。随着全球数据中心加速建设，光互连组件、内存芯片等硬件环节也正成为拖累 AI 基础设施交付的新制约因素。这意味着 AI 发展瓶颈正在从单纯的“芯片短缺”转向一个更复杂的供应链和能源系统问题。
对用户/开发者/创作者的影响
对企业用户和开发者：如果电力基础设施跟不上，API 调用成本、模型推理速度和可用性都可能受到影响。短期内，高端算力资源的稀缺可能继续维持较高的模型调用价格，使用大模型构建应用的开发者也应留意服务商在算力分配上的政策变动。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对 AI 创作者和普通用户：能源瓶颈不会直接改变你每天使用的 AI 图像生成或文本处理体验，但它会影响下一代模型（如 GPT-5 级别或更高）的发布节奏和功能上限。如果训练端能耗无法解决，新模型的迭代速度可能放缓，功能提升也可能低于市场预期。
对投资和产业观察者：奥特曼的发言让聚变能源、电网改造、分布式发电等“AI 基础设施”概念获得了更高的战略权重，相关领域的创业公司和投资标的可能迎来新一轮关注。
值得关注的后续
第一，奥特曼投资的聚变能源公司（如 Helion Energy）能否在 2020 年代末实现商业化供电，是检验“突破”是否落地的一个具体观察点。第二，微软、谷歌、亚马逊等云厂商在核电和地热等清洁能源上的长期购电协议是否会扩大，这将直接影响未来 AI 数据中心的选址和扩张速度。第三，如果电力供给持续紧张，OpenAI 是否会调整模型发布策略——例如优先优化推理效率而不是单纯堆参数——也是值得追踪的信号。
来源：TechRadar
