Ilya 旗下 SSI 首个模型据传本周发布，英伟达已砸 50 亿

由 Ilya Sutskever 联合创立的「安全超级智能」实验室（Safe Superintelligence，简称 SSI）据多位行业人士爆料，可能在本周推出成立以来的首个模型。围绕该模型的传闻已在硅谷投资人圈和 AI 观察者中迅速发酵，但截至目前，SSI 官方未发布任何正式公告。

投资人与观察者密集「剧透」

爆料最初来自 a16z 合伙人 Martin Casado，他公开暗示自己最近接触到了「今年最重磅的新模型」。由于 a16z 是 SSI 的核心投资方之一，外界迅速将目光对准了 SSI。也有观点认为 Casado 所见可能是 OpenAI 下一代 Astra 模型，但 AI 观察者 Andrew Curran 认为，这次突破「来自一家非主流大厂」，反而让传闻显得更真实。另据月初投资者 Gavin Baker 在播客中的说法，SSI 此前已透露计划在 8 月发布模型。

值得注意的是，这些信息主要来自社交媒体上的暗示与转述，并非官方一手发布，模型细节、参数规模、发布时间均未得到正式确认。

英伟达 50 亿美元战略合作

今年 7 月 27 日，英伟达宣布与尚未发布任何产品、也尚无收入的 SSI 达成长期战略合作。核心内容包括：

未来 12 个月内将 SSI 的算力规模提升约 10 倍；
投资金额据报道高达 50 亿美元；
英伟达向 SSI 开放下一代 Vera Rubin 系统的独家访问权限。

英伟达在新闻稿中提到，公司是在「获得了对其严密保护的研究成果的罕见访问权」之后才决定重金押注。这一表述被外界解读为英伟达已经看到了 SSI 在技术上的差异化突破。

「测试时训练」：可能的新架构方向

围绕 SSI 模型的最大技术传闻，是其采用了「测试时训练」（Test-Time Training，简称 TTT）架构。TTT 的核心区别在于：

传统大模型在预训练阶段将知识固化在权重中，训练完成后「大脑」即被冻结；
推理模型（如 OpenAI o1）虽然通过「测试时计算」消耗更多 Token 来思考，但神经网络连接本身并未改变；
TTT 架构则让模型在处理输入时真正产生梯度更新，临时改变自身结构，从而把新信息「内化」为自身知识。

这一思路与 2024 年 7 月 Yu Sun 等人发表的原始 TTT 论文方向一致。SSI 投资人、Stellar 联合创始人 Jed McCaleb 也是合著者之一，并在论文中提出「长上下文语言建模本质上是一个连续学习问题」。

Ilya 的研究转向

Ilya Sutskever 长期主张预训练时代正在走向终结。2024 年 NeurIPS 上，他公开提出这一判断；2025 年 11 月在 Dwarkesh Patel 播客中，他进一步表示行业正「从规模化时代迈向研究时代」。他将真正的超级智能比作「一个极其聪明、充满无限好奇心的 15 岁天才」，强调部署过程本身就是学习过程，而非一次性预训练即可完成。

这一理念也解释了 SSI 至今「零产品、零论文」的低调策略——若目标是在范式层面实现突破，提前曝光并无必要。

仍待验证

目前所有关于模型细节、发布时间、技术能力的描述，本质上仍是基于社交平台爆料与二手报道的传闻。SSI 是否真的在本周发布首个模型、该模型是否采用了 TTT 架构，仍有待官方信息确认。对于关注这一方向的从业者而言，后续值得跟踪的节点包括：SSI 是否现身 NVIDIA GTC 或独立发布会，以及是否会有可验证的 benchmark 数据公开。