30 秒看懂
2026 年 1 月，Matthew Berman 讨论一则报道：OpenAI 首席财务官 Sarah Friar 提出了在药物研发中采用价值分享安排的可能性。他比较生物技术合作与 Stanford 的发明政策，进而设想 AI 算力获取方面可能产生的更广泛影响。这些言论并未确立对普通用户创意的普遍权利主张；法律权利和个别协议取决于具体条款。视频包含 Dell Technologies 的赞助内容。
- 1一种设想中的商业模式Friar 讨论了药物研发中可能采用的价值分享模式，但任何安排的细节和条款均未确定。
- 2收入与广告视频谈到年化收入数字以及有限广告测试的计划；需要注意当时的推出时间和地区定价。
- 3研究合作2018 年 GSK 与 23andMe 的合作是研究安排的一个例子，并不能证明普通 ChatGPT 输出归 OpenAI 所有。
- 4Stanford 的政策实际政策规定了符合条件的大学职责、研究或资源使用情形，并不涵盖所有个人想法。
- 5用算力换取潜在收益Berman 构想了以算力换取未来价值分成的交易，并假设双方会进行协商。
- 6对未来的推测他关于 AI 资源与经济权力集中的情景是一场思想实验，并非已被证明的后果。
要点建议
- Friar 讨论了药物研发中可能采用的许可或结果分成安排；报道中的设想并不等于宣布对 ChatGPT 用户作品提出普遍权利主张。
- OpenAI 的消费者条款规定，在用户与公司之间，用户在法律允许范围内拥有输出内容的权利，但仍受适用条款及输出可能不具唯一性的限制。
- 所引用的 2025 年 200 亿美元数字是年化经常性收入，并非已确认的全年实际入账收入。
- Stanford 的发明政策适用于与大学职责、研究或超出偶然程度的资源使用相关的特定可专利发明，并未规定校外的每个想法都归 Stanford 所有。
- 23andMe 于 2025 年进入《破产法》第 11 章程序，其资产随后出售；视频没有证明这与其 GSK 合作存在因果关系。
- 有关 AI 驱动药物研发及永久经济底层的预测属于推测，并非已确定的结果。
按章节阅读整理后的全文
Friar 的言论与 OpenAI 的收入
Berman 回顾有关拟议价值分享的报道，并回应网络上的流行解读。报道中的讨论并未确立普遍适用的所有权规则。
我讨论一则报道：OpenAI 首席财务官 Sarah Friar 提出了对使用其技术发现的药物进行价值分享的想法。这是针对潜在合作的商业模式提议，并不能证明 OpenAI 会自动分享 ChatGPT 用户所创造的一切。
一些广泛传播的解读认为，任何借助 ChatGPT 开发的代码、公司或创意都将部分归 OpenAI 所有。报道并未确立这样的普遍规则。适用合同很重要，而 OpenAI 的消费者条款规定，在用户与 OpenAI 之间，用户在法律允许的范围内拥有输出内容；输出可能不具唯一性。
The Information 报道了 Friar 在达沃斯发表的言论，并描述了对使用 OpenAI 技术发现的药物进行许可的可能性。公开讨论并未说明最终协议、价格、涵盖的权利，或具体客户将如何选择加入。
我把这篇报道与 OpenAI 最近的收入、定价和广告公告联系起来。Friar 表示，2025 年的年化经常性收入超过 200 亿美元；这是按当时水平推算的年化数字，不能证明公司全年实际入账了 200 亿美元收入。
ChatGPT Go 在全球推出，美国定价为每月 8 美元，其他地区采用本地化定价。OpenAI 表示计划在美国为 Free 和 Go 用户测试广告；实际的美国测试于 2026 年 2 月开始。这些是当时推出的细节，并不意味着各地所有用户都看到了广告。
我最初听到价值分享时感到难以置信。后来我开始思考这类交易如何运作，以及当公司需要资源加快研究时，这样做是否可能合理；我的反应是一种看法，并非对现有合同的描述。
合作、破产与大学政策
他将 GSK 与 23andMe 的合作同大学发明规则作比较。各项安排的细节和适用范围各不相同。
我考察了 GSK 与 23andMe 在 2018 年开展的合作，它结合了遗传学发现和药物研发研究。商业研究合作可以通过不同方式分配权利、投资和收益；这份协议并不等于对 AI 用户作品的普遍权利主张。
作为企业主，我不愿意放弃自己企业的一部分权益，可能更愿意接受较慢的增长。药物研发面临不同的激励：合作伙伴可能寻求资源或专业知识来加快研究，而药物仍需经过仔细的安全性和有效性测试。
我提到 23andMe 于 2025 年 3 月申请破产，但并不声称这是合作导致的。这是《破产法》第 11 章程序，公司几乎全部资产后来出售给非营利机构 TTAM Research Institute；视频没有提供证据证明此事与 GSK 的交易存在因果关系。
接着我比较大学研究，其中的所有权和许可可能受机构政策及协议约束。研究人员与大学实验室的关系不同于客户使用商业 AI 工具的关系，因此这一类比有局限。
Stanford 公布的发明政策涵盖在特定情况下构思或首次付诸实践、可能获得专利的发明，包括涉及大学职责、相关研究参与或超出偶然程度使用大学资源的情形。其规则还涉及披露、权利转让及与发明人分享许可收入。
我担心在校外或正常工作时间以外产生的想法。但该政策并未规定 Stanford 自动拥有学生或员工在家中的每个想法：如何适用取决于具体发明涉及的职责、资源、协议及事实。
我将其与私营企业员工的副业项目作比较，并认为这类项目通常归员工所有。这一说法过于绝对：所有权和可执行性可能取决于雇佣协议、当地法律、项目与雇主业务的关系以及具体情况。任何一种概括都无法解决个别争议。
假设中的算力合作
Berman 举例说明药企可能如何以未来价值交换算力。他质疑其中的激励机制，并介绍视频赞助商。
回到 Friar 的例子，我设想一家药企需要大量 AI 算力来探索假设。它可以直接付费购买服务，也可以协商与未来成果挂钩的其他安排。这个假设并未确立任何具体交易或科研结果。
我画了一张图，展示一家公司如何融资购买算力，接着考虑供应商是否能以算力交换部分价值。我假设这类安排需要双方协商；报道并未提供完整合同，无法验证这一假设。
我再次谈到对训练数据和补偿的担忧。训练数据的来源及许可情况复杂且存在争议；如果说所有模型训练都只使用了公开数据，或使用模型会自动转移客户的知识产权，都超出了这里已确立的事实。
视频包含 Dell Technologies 的付费推广，介绍 Pro Max 工作站和 NVIDIA 硬件。赞助内容中的性能表述属于宣传主张，并非独立测试结果。
关于 AI 与权力的更广泛推测
他讨论潜在合作，并设想资源集中的未来。这些是情景设想，并非报道所证实的预测。
文章还报道，其他公司曾讨论数据许可或生物技术合作。这类讨论的结构可能各不相同，并不能证明所有公司都签署了同一种价值分享协议，也不能证明 AI 生成的假设已经成为经过验证的疗法。
我想知道类似定价模式是否会扩展到药物研发之外，即用算力访问权交换客户所创造价值的一部分。这是我的假设，并非针对所有 OpenAI 用户宣布的政策。
我探讨一种更阴暗的情景：AI 算力和资本日益集中，个人的经济地位变得难以改变。这是一场关于潜在激励的思想实验，并不能证明通用人工智能已经到来，也不能证明社会流动注定停滞。
我进一步设想能够自我改进并独立进行科学发现的系统，询问其拥有者为何要出售访问权，而不是出售由此产生的产品。这些关于能力、经济和监管的假设都具有推测性，也不会由报道中的言论自动推导出来。
我仍然持乐观态度，并不预测这样的未来一定会发生，但认为值得思考。报道提出的具体问题是，任何拟议合作将如何分配权利和付款，这必须根据实际条款来评估。
同频道的其他文章
34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构，并质疑 AI 快速发展与安全之间的张力。
0:36EN → 简体中文Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原，并对 Kimi K3.1 的测试给予积极评价。
25:50EN → 简体中文Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。
32:20EN → 简体中文Matthew Berman· 2026年10月23日本地 AI 究竟适合谁？成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权，与硬件成本、设置复杂度及推理速度之间的关系。
1:03:37EN → 简体中文Matthew Berman· 2026年10月23日Matthew Berman 团队测试 Kimi K3.1：动画、游戏与图表Matthew Berman, Alex, Brian · Forward Future一场团队直播问答变成了对 Kimi K3.1 的非正式测试，内容涵盖个人智能体工作流、动态图形、浏览器游戏和基准图表。
0:53EN → 简体中文Matthew Berman· 2026年10月22日Sam Altman 谈 AI 与新知识的发现Sam Altman · OpenAIAltman 预计，数学发现方面的进展将延伸到生物学、材料和能源领域。