Ilya 的首个模型终于要来了?就在今天早上,SSI 再次传来重磅消息。据掌握内幕消息的“草莓哥”透露,Ilya 正在构建一个基于测试时训练(TTT)的小型推理引擎。Ilya 即将迈出试探性的一步,走出研究的时代,重返规模的时代。
Ilya 离开 OpenAI 后,整个 AI 世界都在等待一个答案。Ilya Sutskever,这位缔造了 AlexNet、GPT-2、GPT-4 和 RLHF 的传奇人物,曾多次引领 AI 浪潮。然而,当 OpenAI 还在疯狂堆砌算力时,Ilya 早已预见到了硝烟背后的死穴:安全漏洞、效率悬崖,以及根本无法绕过的智能天花板。静态权重的大模型,不过是温室里浇灌出来的巨型花朵。一旦撞上真实世界的“分布外数据”,这些庞然大物会瞬间沦为一本正经胡说八道的机器,因为它们的大脑仅由过去塑造,面对未来,它们不会呼吸,更不会自救。
于是,SSI 来了。他们把 TTT 从论文概念硬生生锻造成了一把能够工业级落地的利刃。据前线哨兵爆料,SSI 秘密打磨的推理引擎带着三把尖刀杀出重围:
第一刀:恐怖的数据效率。因为它能在推理时实时调整权重,根本不用在预训练阶段吞下全人类的废话。它只学一件事——学会如何学习。于是,一个参数量小得多的模型,在真实业务里,或许可以跟那些烧了几万块 H100 砸出来的巨无霸正面掰手腕,还不落下风。
第二刀:10 倍级跃迁,才刚刚开始。第一代小型引擎已经就绪,团队正在把下一代规模直接放大 10 倍。当 TTT 撞上真正的算力规模化,那种智能密度,不是进化,是爆炸。
第三刀:你的数字员工,再也不会失忆。传统 Agent 最让人抓狂的是什么?每天早上,它都像失忆症患者一样重新翻一遍 RAG 数据库,响应慢到你想砸键盘。而 SSI 的引擎,能把测试时训练产生的“快速权重”,通过某种机制安全地沉淀下来。于是,当你和它交流之后,它的大脑里已经悄悄长出了专属于你们团队的“物理突触”。它真的记住了你,它不再需要每天重启,它是你的人了。Ilya 这一刀,砍在旧时代的命门。
为什么是 Ilya?为什么是现在?去年,Ilya 本人多次公开宣称“预训练时代已结束,我们进入研究时代”,强调大算力的重要性。上个月,SSI 与 Nvidia 合作,获得了至少 50 亿美元的投资。这场交易,让 SSI 拿到了 Nvidia 最新一代 Vera Rubin 平台的入场券,足够在未来 12 个月内,把算力硬生生扩大 10 倍。Nvidia 说得含蓄:“我们获得了罕见的访问权,得以窥见这家公司严密守护的研究。” SSI 说得更直白:“我们的研究,已经到了值得大规模扩展的时刻。”
让我们快速回顾一下,这家 AI 领域最诡异的公司,到底走过怎样的路:2024 年 6 月,Ilya 创立 SSI;2024 年 9 月,融资 10 亿美元,估值 50 亿;2025 年 4 月,再融约 20 亿,估值飙到 320 亿;2025 年 6 月,Meta 试图吞下 SSI,Ilya 一口回绝,联合创始人 Daniel Gross 却点了头,转身去了 Meta;2025 年 11 月,Ilya 在播客节目里再次宣告“Scaling 终结”,并说我们“又回到了研究的时代,只不过这次手上有大电脑”;2026 年 7 月 27 日,他掷地有声:“是时候把 SSI 也规模化了。”
Ilya 口中的“大计算机”或许即将准备好了。本月 4 日,投资家 Gavin Baker 透露 SSI 本月将发布新模型,可能已经解决了持续学习和样本高效学习。预训练的边际回报在下降,真正的瓶颈是泛化与持续学习,这已成共识。人类之所以强大,不是因为一次性吞下整个互联网,而是因为我们能在有限经验中持续改进。如今,他带着团队重新踏入规模化轨道,却不是简单堆参数。新的扩展轴,是测试时的实时学习能力。Ilya 正在用研究结出的果实,重新定义什么叫 Scaling。
如果早期结果能够 Scaling,那么当前所有依赖冻结权重 + 上下文窗口的路线,都将显得过时,就要像在用录音带模拟硬盘。真正拉开差距的,不再是谁训练得更大,而是谁能在真实世界中持续更新自身。人类之所以能形成组织、积累文明,正是因为我们具备持续学习与记忆的能力。如果 AI 也真正把经验写入自身,那么人机协作的边界将被重新绘制。当然,这也带来新的问题。实时更新权重意味着风险控制、安全边界、可解释性都将面临全新挑战。一个会持续改变自己的系统,比一个冻结的系统更强大,也更难被完全预测。这是一场从“死记硬背”到“真正会学习”的转移。
早期结果已经足够让人侧目。Ilya Sutskever 曾经说过,AGI 的终极使命是创造一种“温和而高尚的心智”。如果心智无法在时间的长河里留下痕迹,如果它无法在试错、痛苦、领悟与成功中物理性地重塑自我,那它就永远只是工具,而不是心智。SSI 用 TTT 范式,让硅基生命在“时间维度”上觉醒。
