沒有任何預警，OpenAI 突然發布了 OpenAI o1 系列模型。按照官方技術博客說法，o1 在推理能力上代表了人工智慧最強的水平。贊助商廣告OpenAI CEO Sam Altman 表示：「OpenAI o1 是一個新範式的開始：可以進行通用複雜推理的 AI。」 在複雜推理任務上，這款新模型代表了 AI 能力的新水平。基於此，OpenAI 選擇將此系列重新命名為 OpenAI o1，並從頭開始計數。 不知道這是否意味著，GPT-5 這個命名也不會出現了。 簡單總結新模型的特點： OpenAI o1：性能強大，適用於處理各個領域推理的複雜任務。 OpenAI o1 mini：經濟高效，適用於需要推理但不需要廣泛世界知識的應用場景。 現在，該模型已經全量推送，你可以通過 ChatGPT 網頁端或者 API 進行訪問。 其中 o1-preview 還是預覽版，OpenAI 還會繼續更新開發下一版本。目前使用有一定次數限制，o1-preview 每周 30 條消息，o1-mini 每周 50 條。 和傳聞中的「草莓」一樣，新模型能夠推理複雜任務，並解決科學、編碼和數學領域中比以往更為困難的問題。 官方表示，如果你需要解決科學、編碼、數學等領域的複雜問題，那麼這些增強的推理功能將尤為有用。 例如，醫療研究人員可以用它注釋細胞測序數據，物理學家可以用它生成複雜的量子光學公式，開發人員可以用它構建並執行多步驟的工作流程。 此外，OpenAI o1 系列擅長生成和調試複雜代碼。 為了給開發人員提供更高效的解決方案，OpenAI 還發布了一款更快、更便宜的推理模型 OpenAI o1-mini，尤其擅長編碼。 作為較小版本，o1-mini 的成本比 o1-preview 低 80%，是一個功能強大且高效的模型，適用於需要推理但不需要廣泛世界知識的應用場景。 在具體訓練過程中，OpenAI 會訓練這些模型在回答問題之前深入思考。o1 在回答問題前會產生一個內部的思維鏈，這使得它能夠進行更深入的推理。 通過訓練，OpenAI o1 模型能夠學會完善自己的思維方式，並且隨著更多的強化學習（訓練時間計算）和更多的思考時間（測試時間計算）而持續提高。 OpenAI 研究員 @yubai01 也點出了 01 的訓練路線： 我們使用 RL 來訓練一個更強大的推理模型。很高興能成為這段旅程的一部分，而且要走很長一段路！ 贊助商廣告據介紹，在測試中，這款模型在物理、化學和生物等任務中表現得如同博士生，尤其是在數學和編碼領域表現突出。 在國際數學奧林匹克競賽（IMO）的資格考試中，GPT-4o 只解決了 13% 的問題，而推理模型得分高達 83%。在 Codeforces 編程競賽中，它的表現進入了前 89% 的隊列。 不過，和傳聞的爆料一樣，作為一個早期版本，該模型還不具備一些 ChatGPT 的常用功能，比如網頁瀏覽和上傳文件或圖像等多模態能力。 相比之下，GPT-4o 反而會更加勝任許多常見的應用場景。 為了確保新模型的安全，OpenAI 提出了一種新的安全訓練方法。 在最嚴苛的「越獄」測試中，GPT-4o 得分為 22（滿分 100），而 o1-preview 模型得分為 84，在安全性方面堪稱遙遙領先。 從下周開始，ChatGPT Enterprise 和 Edu 用戶也可以訪問這兩款模型。符合條件的開發人員現在可以通過 API 使用這兩款模型，每分鐘速率也有所限制。 在這裡劃個重點，OpenAI 表示，未來將向所有 ChatGPT 免費用戶提供 o1-mini 的訪問權限。不過，大概率也會在次數上有所限制。 關於新模型 o1 更多細節，我們很快將在更詳細的體驗後與大家分享。如果你有感興趣的問題， 推理能力遙遙領先，但仍分不出「9.11 和 9.8 哪個大」 官方也放出了更多 OpenAI o1 的更多演示影片。 比如使用 OpenAI o1 來編寫一個找松鼠的網頁遊戲。這個遊戲的目標是控制一隻考拉躲避不斷增加的草莓，並在 3 秒後找到出現的松鼠。 與傳統的經典遊戲如貪吃蛇不同，這類遊戲的邏輯相對複雜，更考驗 OpenAI o1 的邏輯推理能力。 編譯影片來自 @dotey，下同 又或者，OpenAI o1 已經開始能通過推理，解決一些簡單的物理問題， 演示列舉了一個例子，一顆小草莓被放在一個普通的杯子裡，杯子倒扣在桌子上，然後杯子被拿起，詢問草莓會在哪裡，並要求解釋推理過程。這表明模型能夠理解物體在不同物理狀態下的位置變化。 落地到具體的應用中，OpenAI o1 還能成為醫生的得力助手，比如幫助醫生整理總結的病例資訊，甚至輔助診斷一些疑難雜症。 熱衷於將 AI 與科學相結合的量子物理學家瑪利歐・克萊恩（Mario Krenn）也向 OpenAI 的 o1 模型提出一個關於特定的量子算符應用的問題，結果，OpenAI o1 也輕鬆拿捏。 「Strawberry」里有多少個「r」，GPT-4o 會回答錯誤，但卻難不倒 OpenAI o1，這一點值得好評 贊助商廣告不過，經過實測，OpenAI o1 依然無法解決「9.11 和 9.8 哪個大」的經典難題，嚴重扣分。 對於 OpenAI o1 的到來，英偉達具身智能負責人 Jim Fan 表示： 我們終於看到了推理時間擴展的範式被推廣並投入生產。正如薩頓（強化學習教父）在《苦澀的教訓》中所說，只有兩種技術可以無限制地與計算規模化： 學習和搜索。是時候將重點轉向後者了。 在他看來，大模型中的很多參數是用來記憶事實的，這的確有助於在問答的基準測試「刷分」，但如果將邏輯推理能力與知識（事實記憶）分開，使用一個小的「推理核心」來調用工具，如瀏覽器和代碼驗證器，這樣可以減少預訓練的計算量。 Jim Fan 也點出了 OpenAI o1 最強大的優勢所在，即 01 模型可以輕鬆成為數據飛輪的一部分。 簡單來說，如果模型給出了正確的答案，那麼整個搜索過程就可以變成一個包含正負獎勵的訓練數據集。 這樣的數據集可以用來訓練未來的模型版本，並且隨著生成的訓練數據越來越精細，模型的表現也會不斷改善。好一個通過自己博弈，實現自己訓練自己的內循環。 不過網友的實測中也發現了一些問題，比如回復的時間長了不少，雖然花了更長時間思考在一些問題上也會出現答非所問輸出不全等問題。 賽博禪心猜測，這次的 o1 有可能是 GPT-4o 在進行一些微調 / 對齊後的 agent，整體遠低於預期， Sam Altman 也承認 o1 仍然有缺陷，存在局限，在第一次使用時更令人印象深刻，而在你花更多時間使用後就沒那麼好了。 贊助商廣告儘管如此，OpenAI o1 模型在整體的表現上還是可圈可點。 現在，OpenAI o1 模型的發布堪稱下半年 AI 模型大戰的導火索，如無意外，接下來，其他 AI 公司也不會藏著掖著了。 沒錯，我點的就是 Anthropic、Meta AI、xAI 等老對手、以及一些潛在深處的 AI 黑馬。 並且，從 GPT-4 發布至今，OpenAI 新模型發布的最深層意義並不在於性能的強大，而是提供一種技術路線的標杆，帶領人們往未知的深水區邁進。 GPT-4 如此，OpenAI o1 也希望如此。 原文地址 : https://www.animattoys.com/detail/Hjsx1TOS/OpenAI發布最強模型o1打破AI瓶頸開啟新時代GPT5可能永遠不會來了
