Ilya 首个模型本月上线：SSI 押注测试时训练，告别「大力出奇迹」

Ilya 首个模型本月上线：SSI 押注测试时训练，告别「大力出奇迹」

两年来只烧钱不发布任何产品的 Safe Superintelligence（SSI），终于要出手了。前 OpenAI 首席科学家 Ilya Sutskever 创办的这家公司，被曝本月将发布首个模型 —— 而且从泄露信息看，这不是又一个大号 LLM，而是一个基于 Test-Time Training（TTT）的小型推理引擎。

两年沉默，三周内两个信号

SSI 成立于 2024 年 6 月，由 Ilya、Daniel Gross 与 Daniel Levy 共同创办，融资约 30 亿美元，估值一路涨到 320 亿美元，期间没有发布任何产品、论文或演示。公司自称全球第一家「直通式」（straight-shot）SSI 实验室：只做安全超级智能这一件事，隔绝产品周期与商业压力。

近三周两个事件改变了局面。7 月 27 日，英伟达宣布与 SSI 达成长期战略合作，提供 Vera Rubin 平台访问权，算力提升约 10 倍，投资据路透社与彭博报道约 50 亿美元；黄仁勋称 Ilya 的工作是「现代 AI 的基础性突破」。8 月 4 日，英伟达首位大型机构投资人 Gavin Baker 放话：SSI 本月将发布首个模型。

技术核心：一个部署后持续学习的小引擎

最具体的线索来自 X 用户「三只草莓」的爆料：SSI 正在探索基于 Test-Time Training（TTT）的小型推理引擎。模型先用专门整理的数据学会「如何学习」，再在解题过程中更新部分权重。因为推理时也在自适应，小模型足以和算力大得多的模型掰手腕。

爆料称当前版本已经就绪，下一代版本将直接扩展 10 倍，最早 8 月向少数用户开放。这正好呼应 Ilya 一贯的说法：他想要的是「聪明、求知欲旺盛的 15 岁少年」—— 一个部署后能学会任何工作的心智，而不是预训练结束时无所不知的机器。他也早就说过，「大力出奇迹」的 scaling 路线到头了。TTT 是这条判断的自然延伸。

工厂模式 vs 学徒模式

行业过去是工厂模式：预训练时把所有知识装进模型，出厂即成品。TTT 是学徒模式：出厂的是一个能边干活边成长的模型。如果 SSI 的引擎成立，前沿的定义将从「训练时能烧多少算力」转向「模型在使用中能多好地改变自己」。此前 ARC-AGI-3 上的结果已经证明，模型周围的 harness 设计与模型本身同等重要，而 TTT 把这条逻辑再推进一步，直接推进权重里。

英伟达的入场是重要信号。老黄不轻易给秘密研究背书，更不会平白给一家实验室 10 倍算力。如果最神秘的实验室开始交付后 scaling 时代的架构，整个前沿的定义都会跟着移动。

三个连锁影响

算力军备竞赛的前提被动摇。 如果小引擎能边学边打赢更大的静态模型，万亿级算力竞赛的核心假设就站不住了。

「不发产品」的承诺终结。 无论这是里程碑还是估值压力下的妥协，SSI 的纯粹主义叙事到此为止。

安全更难了。 模型在使用中更新自己的权重，意味着部署后漂移、不可监控的自适应 —— 对齐问题进入新维度。SSI 的全部卖点是「安全跑在能力前面」，这是该承诺第一次公开受检。

值得盯的三件事

• 8 月窗口期：模型是否如期发布、开放给谁。
• 与更大模型的对比基准：TTT 的说法成不成立，就看这一仗。
• 安全叙事怎么讲：先发能力还是同步发安全论文。

对团队而言，现在就该开始评估 TTT 与持续学习在领域适配上的潜力。思维链透明度的争论已经在重塑各家模型的可解释边界，而一旦 SSI 出货，推理时自适应就会成为下一个竞争层级。盯着 Palo Alto 这家安静的公司 —— 它可能正在定义后 scaling 时代。