在2024年5月发布GPT-4o后，OpenAI时隔近两年启动新的大规模预训练项目，其中代号为Doug的模型预计于11月前推出，而8月发布的Astra（传闻为GPT-6）参数规模或达十万亿级。
OpenAI正推进两项关键的大型语言模型计划：代号为Doug的全新预训练模型以及预计于2026年8月发布的Astra（外界推测为GPT-6）。据行业消息人士披露，Astra原定发布因安全问题暂缓，但最终计划在当月推出，其参数规模传闻达到10万亿，约为2023年发布的GPT-4（约1.8万亿参数）的五倍以上。在Astra之后，OpenAI将重点转向名为Doug的更大规模预训练项目，该模型被描述为该公司迄今规模最大的预训练工程，预计于2026年11月前完成部署。这一动态标志着OpenAI自2024年5月发布GPT-4o以来，结束了主要依赖后训练（post-training）和强化学习的技术路线，重新回到大规模基础模型预训练的赛道上。关于Doug的具体架构细节，有分析指出其可能采用英伟达尚未全面铺开的下一代Vera Rubin芯片进行训练，以应对极大规模的算力需求及网络安全测试挑战。
在技术路径上，OpenAI过去约两年的增长主要源于对GPT-4o底座进行o1、o3等后训练优化以及推理时计算（inference-time compute）的投入，而非底层预训练模型的迭代。此次Doug项目的推进，意味着公司试图克服此前Scaling Laws在预训练维度可能面临的性能退化及超大规模集群稳定性瓶颈。SemiAnalysis机构于7月发布的备忘录中确认，OpenAI已解决预训练方面的关键阻碍，并正在积极推进规模远超以往的模型项目。此外，业界推测该项目可能受到Google Gemini 3发布的影响，促使OpenAI重新分配算力资源以应对竞争格局的变化。
这一系列动作对人工智能行业格局具有显著影响。GPT-6（Astra）若如期发布且参数属实，将代表预训练规模的巨大跨越，旨在短期内巩固用户基础；而Doug模型则被视为夺回长期技术领先地位的关键棋子，其规模甚至被描述为让现有旗舰模型显得原始。尽管具体性能指标尚未官方确认，但该项目明确指向了恢复基础模型换代的决心。随着Google、Anthropic等竞争对手在预训练领域的持续投入，OpenAI此举旨在验证大规模预训练依然有效，并试图通过硬件（如Vera Rubin芯片）与算法的协同突破，维持其在生成式AI领域的核心竞争优势。市场普遍关注该系列模型在逻辑推理、泛化能力及多模态处理上的实际表现，以及其能否在政府监管趋严的背景下顺利落地。