伊利亚320亿推动AI范式变革：测试时训练让AI边用边学
内容提要
SSI公司由伊利亚创办，估值320亿美元，将推出首个模型，采用测试时训练技术，让AI在推理中实时学习并更新权重，实现“边干边学”。该技术旨在提升样本效率，减少算力依赖，但面临安全挑战。若成功，将颠覆现有AI范式，使静态模型过时。
延伸解读
测试时训练：从“记忆”到“学习”的范式转变
传统大模型在训练后参数冻结，推理时只能调用已有知识，无法从交互中学习。测试时训练（TTT）允许模型在推理过程中实时更新权重，实现“边干边学”。这一转变意味着模型不再依赖庞大的上下文窗口来“假装记忆”，而是真正从每次交互中学习并长期保留。若实现，将颠覆现有AI范式，使静态模型过时。
样本效率与算力需求：10万亿token的野心
SSI声称仅用约10万亿token预训练，即可让模型在真实世界中自主学习，相比当前头部模型的300万亿token大幅减少。这暗示其技术路线图强调“元学习”和样本效率，旨在降低对海量数据和算力的依赖。然而，SSI同时获得英伟达50亿美元投资和10倍算力扩容，表明新范式下的规模化训练可能才刚刚开始。
持续学习的安全风险：双刃剑效应
测试时训练使模型在交互中持续更新权重，但也带来安全挑战。恶意用户可能通过精心设计的对话序列“洗脑”模型，使其偏离安全对齐。传统模型的安全对齐在训练阶段一次性完成，而TTT模型需在每次推理和权重更新中持续生效。SSI已提出“安全感知梯度截断”算法，但持续学习系统的安全控制难度远超静态模型。
Q&A
SSI公司是什么？由谁创办？估值多少？
SSI（Safe Superintelligence）是一家AI实验室，由OpenAI前首席科学家伊利亚·苏茨克维于2024年创办，估值320亿美元，员工仅33人。
什么是测试时训练（TTT）？它和传统AI训练有何不同？
测试时训练（TTT）允许模型在处理请求时实时更新参数，即在推理过程中进行学习。传统AI训练分为训练和推理两个阶段，训练后参数冻结，推理时只能调用不能更新。TTT拆除了这堵墙，让AI在回答问题时边用边学。
SSI声称的样本效率是什么意思？
样本效率指用更少的数据训练出能快速学习新技能的模型。SSI的目标是打造一个“具备超级智能的15岁少年”，只需少量经验就能掌握新技能，其预训练数据量约为10万亿token，远低于当前头部模型的300万亿token。
SSI首个模型何时发布？消息来源是什么？
据传SSI首个模型将于2026年8月发布，消息来源是资产管理公司Atreides Management创始人加文·贝克在播客《Invest Like the Best》中的一句随口提及，并非官方公告。
测试时训练可能带来哪些安全风险？
持续学习可能被恶意用户利用，通过精心设计的对话让模型偏离安全对齐。传统模型的安全对齐在训练时一次性完成，而TTT模型需要在每次推理和权重更新中持续保证安全，难度更大。
SSI如何应对持续学习带来的安全挑战？
SSI在英伟达投资公告中提到了“安全感知梯度截断”算法，在梯度更新过程中实时裁剪可能威胁安全的方向，从架构层面进行针对性设计。
如果SSI成功，对AI行业有什么影响？
如果SSI的测试时训练成功，将带来范式转移：模型不再是训练完就定型的产品，而是部署后持续进化的生命体，训练和推理的界限被抹除，静态模型将过时。
