OpenAI 發佈最強模型 o1 ！打破 AI 瓶頸開啓新時代，GPT-5 可能永遠不會來了
沒有任何預警，OpenAI 突然發佈了 OpenAI o1 系列模型。按照官方技術博客説法，o1 在推理能力上代表了人工智能最強的水平。
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，這款新模型是一次重要突破，代表了 AI 能力的新水平。基於此，OpenAI 選擇將此係列重新命名為 OpenAI o1，並從頭開始計數。
不知道這是否意味着，GPT-5 這個命名也不會出現了。
簡單總結新模型的特點：
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 每週 30 條消息，o1-mini 每週 50 條。
和傳聞中的「草莓」一樣，這些新的 AI 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註釋細胞測序數據，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，並且隨着更多的強化學習（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：
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。
從下週開始，ChatGPT Enterprise 和 Edu 用户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。
在這裏劃個重點，OpenAI 表示，未來將向所有 ChatGPT 免費用户提供 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，歡迎在留言區告訴我們。
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 的更多演示視頻。
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。
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裏，杯子倒扣在桌子上，然後杯子被拿起，詢問草莓會在哪裏，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信息，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馬里奧•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」裏有多少個「r」，GPT-4o 會回答錯誤，但卻難不倒 OpenAI o1，這一點值得好評
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：
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 o1 模型可以輕鬆成為數據飛輪的一部分。
簡單來説，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，並且隨着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，比如回覆的時間長了不少，雖然花了更長時間思考，但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，存在侷限，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。
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 模型的發佈堪稱下半年 AI 模型大戰的導火索，如無意外，接下來，其他 AI 公司也不會藏着掖着了。
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 發佈至今，OpenAI 每一次模型發佈的最深層意義並不在於性能的強大，而是提供了一種技術路線的標杆，從而帶領人們往未知的深水區邁進。
GPT-4 如此，OpenAI o1 也希望如此。
資料來源：愛範兒（ifanr）
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，這款新模型是一次重要突破，代表了 AI 能力的新水平。基於此，OpenAI 選擇將此係列重新命名為 OpenAI o1，並從頭開始計數。
不知道這是否意味着，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 每週 30 條消息，o1-mini 每週 50 條。
和傳聞中的「草莓」一樣，這些新的 AI 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註釋細胞測序數據，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，並且隨着更多的強化學習（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：
引用我們使用 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！
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。
從下週開始，ChatGPT Enterprise 和 Edu 用户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。
在這裏劃個重點，OpenAI 表示，未來將向所有 ChatGPT 免費用户提供 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，歡迎在留言區告訴我們。
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 的更多演示視頻。
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。
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裏，杯子倒扣在桌子上，然後杯子被拿起，詢問草莓會在哪裏，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信息，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馬里奧•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」裏有多少個「r」，GPT-4o 會回答錯誤，但卻難不倒 OpenAI o1，這一點值得好評
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：
引用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》中所説，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 o1 模型可以輕鬆成為數據飛輪的一部分。
簡單來説，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，並且隨着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，比如回覆的時間長了不少，雖然花了更長時間思考，但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，存在侷限，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。
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 模型的發佈堪稱下半年 AI 模型大戰的導火索，如無意外，接下來，其他 AI 公司也不會藏着掖着了。
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 發佈至今，OpenAI 每一次模型發佈的最深層意義並不在於性能的強大，而是提供了一種技術路線的標杆，從而帶領人們往未知的深水區邁進。
GPT-4 如此，OpenAI o1 也希望如此。
資料來源：愛範兒（ifanr）