第四色影院 从OpenAI 12天发布会里，咱们看到了行业的四个要害问题
发布日期：2024-12-26 15:12 点击次数：85
文｜黎诗韵第四色影院
剪辑｜郑玄
历史上第一次有公司会归拢开 12 天的居品发布会——当 OpenAI 晓谕这个决定之后，全球科技圈的期待值被拉满了。但直到发布会接近尾声，「就这？就这？」一位 AI 从业者如斯抒发他的不雅感。
这似乎代表了某种主流主张：这次 OpenAI 发布会，亮点不大、低于预期。
前十一天，OpenAI 的发布会波及技艺、居品形态、贸易模式和产业生态等多个要紧更新，包括齐全的推理模子 o1、强化微调、文生视频 Sora、更强的写稿和编程器具 Canvas、与 Apple 生态系统的深度整合、语音和视觉功能、Projects 功能、ChatGPT 搜索、给 ChatGPT 打电话和 WhatsApp 聊天等等。
但正如上述 AI 从业者感到失望的原因，「还以为会发 GPT-5。」在发布会扫尾第二天，据外媒报谈，OpenAI 的 GPT-5 研发受阻。
不外，终末一天发布的 o3 是个例外。它是 o1 的下一代推理模子，在数学、代码、物理等多项测试中发达惊东谈主——一位国内大模子公司的技艺东谈主士谈及 o3 给他带来的动荡，「AGI 已来。」他说。技艺东谈主士对 o3 都评价颇高。
总结这 12 天的发布会，OpenAI 一边秀出了技艺「肌肉」，另一边延续优化居品形态、扩大落地讹诈的空间。有东谈主玩笑谈，就像一场「直播带货」，OpenAI 但愿眩惑更多用户、开发者使用 ChatGPT。在新的一年，OpenAI 在日活、营收等数据上大要会迎来飞跃。
发布会终末一天，OpenA 推出了 o3 模子 | 图片来源：OpenAI
但这个过程不一定会告成。尽管模子才智变强，但由于数据制肘、封装才智、模子本钱过高等原因，强大模子和讹诈落地之间仍有较大距离。
OpenAI 这次发布会似乎自满出这么一种趋势：现在大模子行业的竞争焦点不仅在于模子参数和技艺上限，也在于用户体验和商场规模。需要两者都头并进，才能保握起初。
在梳理了 OpenAI 这 12 场发布会的主要信息、以及与国内大模子行业东谈主士交流后，极客公园总结出了以下几个要害看点。
o3 的智能深度仍是够了，但能否称之为 AGI 要看智能广度
「荒诞，太荒诞了。」这是国内某模子负责东谈主看到 o3 之后的第一反映。
在数学、编码、博士级科学问答等复杂问题上，o3 发达出了超越部分东谈主类人人的水平。比如，在波及生物学、物理学和化学的博士级科学历练 GPQA Diamond 中，o3 的准确率达到 87.7%，而这些规模的博士人人只可达到 70%；在好意思国 AIME 数学竞赛中，o3 获得 96.7 分、只错了一谈题，非凡于顶级数学家的水平。
被广为筹商的是其代码才智。在现在全天下最大的算法进修和竞赛平台 Codeforces 上，o3 得分为 2727 分、相较 o1 耕种了 800 多分，非凡于位列 175 名的东谈主类选手。甚而，它特出了 OpenAI 的量度高档副总裁 Mark Chen（得分 2500 分）。
o1-preview、o1、o3 的代码才智对比 | 图片来源：OpenAI
自 9 月推出 o1-preview 版块以来，短短三个月时期内，o1 系列模子在推理才智上完成了超强进化。在发布会第一天推出的 o1 齐全版，其想考速率较 o1-preview 提高了约 50%、针对繁重现实问题的首要失误减少了 34%、同期还援救多模态输入（可识别图像）。而今天的 o3 在复杂问题上则已超越部分东谈主类人人水平。
「从 o1 到 o3 是通过增多推理计较量完了对模子才智的耕种，跟着国表里 Deepseek-R1、Gemini 2.0 Flash Thinking 等发布，标明大模子驱动从预老师 Scaling Law 转向推理的 Scaling Law。」清华大学长聘副老师、面壁智能发起东谈主刘知远对极客公园示意。
自 OpenAI 发布 o1-preview，大模子波涛的技艺范式从最初的预老师 Scaling Law（缩放定律），即延续扩大模子老师参数、耕种其智能上限，切换到了新一轮的、升级的技艺范式，即在推理阶段注入强化学习、提高复杂推理才智。
在前一种范式下，模子主如果通过 next token prediction（下一个词瞻望）给出谜底，更偏向「快想考」。就像「读了万卷书」，但「学而不想则罔」，没法完成数学、编程等更复杂的推理任务。
而在后一种范式下，模子不会偶然给出谜底，而是会「慢想考」，先引入 CoT（想维链），把复杂的问题野心、领悟为更通俗的方法，终末得到结果。而当方法不起作用时、它会尝试另一种方法，在强化学习中耕种复杂推理才智——跟着模子延续进行「慢想考」和强化学习，其推理才智会指数级高潮，这即是推理的 Scaling Law。
对于 o3 超出东谈主类人人的超强量度推理才智——在刘知瞭望来，这标明 o3 正执政「超高智能的超等计较机」方上前进。
不少行业东谈主士认为，这会对前沿科学规模影响深刻。从积极的角度来看，o3 极强的量度推理才智，能够匡助鼓吹东谈主类在数学、物理学、生物学、化学等学科的基础科学量度。不外第四色影院，也有东谈主回首它会冲击科研东谈主员的使命。
这次 o3 带来的惊东谈主的智能深度，似乎让东谈主看到了 AGI 的晨曦。但在刘知瞭望来，正如信息鼎新的象征并非大型计较机、而是个东谈主计较机（PC）的普及，只须完了 AGI 的人人化、普惠化，即让每个东谈主领有我方的大模子、处分好我方泛泛的问题，才意味着确凿的智能鼎新。
「毕竟咱们并不需要让陶哲轩、Hinton（均为顶尖科学家）来为咱们处分泛泛问题。」他说。
这背后波及的要害问题是，o3 模子的智能深度能否泛化到其他多样规模、具有敷裕的智能广度——在上述某国内大模子公司的技艺东谈主士看来，只须同期冲破智能的深度、广度，才能称之为 AGI。他对此感到乐不雅，「就像你们班来了一个转校生，你没跟他战役过，但他历练数学和编程都考了全班第一。你以为他语文和英语会很差吗？」
对于国内的大模子公司来说，中枢的问题还是怎样追逐 o3。从老师架构、数据、老师方法和评价数据集等要害要素来看，这似乎是工程化能处分的问题。
「你认为距离咱们领有一个 o3 水平的开源模子还有多远？」
「一年之后。」上述模子负责东谈主回应。
模子仅仅发动机，要害是匡助开发者用起来
尽管 o3 的模子才智很强，但在一些讹诈层东谈主士看来，模子和落地讹诈之间还有很大距离。「今天 OpenAI 老师了爱因斯坦，但如果想形成上市公司的首席科学家，依然是有距离的。」澜码科技独创东谈主兼 CEO 周健对极客公园示意。
行为大模子中间层，澜码科技是国内较早探索将大模子讹诈落地、打造 AI Agent 的公司。在周健看来，大模子仅仅一个基础设施，需要结合场景去作念许多使命才能用起来，而现在主要的制肘是数据。
在许多场景里，拿到齐全数据是很难的，有很巨额据甚而是没稀有字化的。比如猎头可能需要简历数据，但许多简历数据并莫得被数字化。
而本钱是影响 o 系列模子落地的最要害要素。凭证 ARC-AGI 测试尺度，o3-low（低计较量模式）每个任务阔绰 20 好意思金，o3-high（高计较量模式）每个任务阔绰数千好意思金——哪怕问一个最通俗的问题，也要阔绰近两万元。收益和本钱压根不成打平，o3 的落地可能还需要漫长一段时期。
o 系列模子的本钱测算 | 图片来源：ARC-AGI 测试尺度
在匡助模子讹诈落地的问题上，OpenAI 在发布会上也发布了相应的功能决策。比如第二天，OpenAI 专为开发者发布了 AI 强化微调（AI Reinforcement Fine-Tuning）功能，这是周健最关爱的功能。它指的是，模子能通过极少数据，优化推理才智、耕种性能。
这尤其适用于致密化规模的讹诈。OpenAI 技艺东谈主士称，它能匡助任何需要在 AI 模子方面领有深厚专科常识的规模，比如法律、金融、工程、保障。一个例子是，最近汤森路透使用强化微调来微调 o1-mini，得到了好用的 AI 法律助理，匡助他们的法律专科东谈主员完成了一些「最具分析性的使命历程」。
比如第九天，o1 模子终于向开发者洞开使用。它援救函数调用和视觉才智；引入了 WebRTC，完了及时语音讹诈开发；推出了偏好微调功能，匡助开发者定制模子；发布了 Go 和 Java SDK，闪开发者可快速上手集成。
同期，它带来了更低本钱、更高质地的 4o 语音模子。其中，4o 音频价钱下调 60%，降至输入 $40/百万 tokens、输出 $80/百万 tokens，缓存音频价钱缩小 87.5%、至 $2.50/百万 tokens；对于预算有限的开发者，OpenAI 推出 GPT-4o mini，音频用度仅为 4o 的四分之一。
这个新功能亦然周健关注的。他认为，更新的及时语音、视觉识别等功能，将能更好地匡助营销、电话客服和销售外呼等场景讹诈。按他的教学，当 OpenAI 推出某些起初技艺，一般国内 6-12 个月就不错追上。这让他对新一年的讹诈业务充满信心。
Sora 的视频生成低于预期，但居品洞开会耕种其物理模拟才智
年头 OpenAI 发布 Sora 的 demo 时，激发了全球科技圈的动荡。但这一整年，国内各大模子公司纷繁竞逐文生视频赛谈——比及 OpenAI 第三天珍视发布 Sora 时，国内的文生视频公司松了相接。
「基本莫得什么超出预期的实验，的确感、物理特色等方面比较于 2 月份的发布并莫得显赫变化，从基础模子才智的层面来说算是低于预期的。」生数科技斡旋独创东谈主兼 CEO 唐家渝对极客公园示意。
现在，字节、快手、MiniMax、智谱、生数、爱诗等公司均推出了我方的文生视频居品。「Sora 的成果和实力概述来看并无显著起初上风，咱们看到我方与OpenAI确乎还是都头并进的。」唐家渝示意。
在他看来，Sora 稍许有亮点的部分是在基础的文生视频、图生视频除外，提供了一些耕种视频创作体验的剪辑功能，讲明 OpenAI 确乎更关注居品体验了。
比照往事板功能，它非凡于定时代轴的款式，把一段故事（视频）切成了多个不同的故事卡（视频帧)。用户只需要联想和协调每张故事卡（视频帧)，Sora 会自动把它们补成一段畅通的故事（视频）——这很像电影里的分镜、动画的手稿，当导演画好分镜、漫画师写好手稿、一个动画、片子就作念好了。它能让创作家更好地抒发我方。
此外，它还推出了笔墨平直修改视频、无缝交融两段不同的视频、给视频篡改画风等功能，非凡于是平直给视频加「殊效」了。而一般的文生视频居品，无法平直修改原视频，只可延续协调 prompt（领导词）、生成新视频。
Sora 的故事板功能 | 图片来源：OpenAI
在唐家渝看来，这些功能联想确乎都是为了给创作家更大的创作解放度，近似的功能仍是在 Vidu（生数科技的文生视频居品）迭代的主张中。「Sora 这些功能的完了对于咱们来说并莫得难度，完了旅途也仍是相配明确了。」他说。
在发布会上，Sam Altman 阐释了作念 Sora 的原因：一是器具性价值，为创意东谈主员提供创作器具；二是交互价值，大模子不应只通过文本交互，也应扩展多模态；三是最要紧的——它和 AGI 技艺愿景是一致的，Sora 在学习更多对于天下的规矩，最终有可能确立贯通物理规矩的「天下模子」。
在唐家渝看来，现在 Sora 生成的视频中，依然有不少显著不服物理定律的地方，跟 2 月的 demo 比较高出不大。在他看来，Sora 发布后、会有更多东谈主来尝试和探索它的物理模拟才智，这些测试样本大要对耕种它的物理模拟起到一定的调换作用。
内加功能、外接生态，ChatGPT 能形成 Super App 吗？
在 o 系列模子、Sora、以及开发者干事之外，OpenAI 在发布会上的主要动作，一方面还是在居品侧握续增多新功能，优化用户体验。另一方面是积极鼓吹与苹果等企业的深度配合，探索 AI 融入末端斥地和操作系统。
从前者不错看到，ChatGPT 的演进所在，似乎是要成为一个「无所不成、无所不在、东谈主东谈主可得」的超等 AI 助理。据极客公园了解，OpenAI 创立之初的愿景即是打造一个「无所不成」的 Agent，它能贯通东谈主类的指示、自动调用不同的器具、餍足东谈主类的需要。看起来，绝顶即来源。
比如第六天，ChatGPT 增多了援救屏幕分享的视频通话和圣诞老东谈主语音模式。前者让用户能与 AI 及时视频通话，分享屏幕或展示周围环境，进行多模态互动，复现了电影《Her》的场景。
比如第八天，ChatGPT 向整体用户洞开了其搜索功能。在基础搜索外，它还增多了语音搜索；同期，它集成了手机斥地的舆图干事，能调取苹果、谷歌舆图展示搜索结果列表；它还与多家顶级新闻和数据提供商确立了配合关系，援救用户稽查股票行情、体育赛事得分、天气预告等信息。
又比如第十一天，ChatGPT 晓谕扩展了与桌面软件的集成。它能接入更多编码讹诈措施，如 BBEdit、MatLab、Nova、Script Editor 等；它能和 Warp（文献分享讹诈）、XCode 剪辑器等讹诈一都使用；它还能在语音模式下与其他讹诈措施协同使命，包括 Notion、Apple Notes 等；
现场演示有这么一个例子，当用户在 Apple Notes 中设定「节日派对歌单」，并语音筹商 ChatGPT 对候选歌曲的意见。ChatGPT 能指出用户的失误，如将圣诞歌曲《Frosty the Snowman》误写为了《Freezy the Snowman》。
ChatGPT 指出了 Apple Notes 的失误 | 图片来源：OpenAI
「ChatGPT 会从单纯的会话助手向更为强大的代理器具转动。」OpenAI 首席居品官凯文·韦尔（Kevin Weil）称。
而另一方面，OpenAI 也在积极推广生态，通过融入东谈主们最常用的末端斥地、操作系统、表层软件等，触达更世俗东谈主群。
比如第五天，ChatGPT 晓谕集成苹果智能生态，融入 iOS、MacOS 和 iPadOS，援救用户跨平台、跨讹诈调用 AI 才智，包括 Siri 交互、写稿器具（Writing Tools）、以及视觉功能智能识别场景实验（Visual Intelligence）等。通过这次配合，ChatGPT 触达了全球数十亿苹果用户。它也开启了大模子与端侧、操作系统配合的前例。
比如第十天，ChatGPT 公布了我方的电话关系款式（1-800-242-8478），好意思国用户每月可拨打该号码享受 15 分钟的免费通话。同期上线的还有 WhatsApp 关系东谈主（1-800-242-8478），全球任何用户均可通过 WhatsApp 向该号码发送音信，现在只限笔墨信息。
ChatGPT 公布了我方的电话关系款式 | 图片来源：OpenAI
全球部分国度、地区的智高手机和移动互联网渗入率还远远不及，通过电话这种最基础的通信器具，ChatGPT 触达了这些东谈主群。同期它也通过 WhatsApp，触达了其近 30 亿用户。
不管是内加功能、还是外接生态，ChatGPT 中枢是但愿居品触达更世俗东谈主群，形成确凿的 Super APP。
不外，也有东谈主并不看好它这种延续内加功能、将业务线拉得无穷长的作念法，甚而将其描述为「铺了一个大饼，但每一块饼都有点薄，深入不下去」。因为许多业务都需要敷裕深才能阐述价值、也有对应的公司在深耕。这大要会是 OpenAI 要靠近的挑战。
尽管 o3 模子让外界看到了 OpenAI 惊东谈主的技艺实力，但对于推理的 Scaling Law 能达到怎样的智能上限、以及 GPT-5 的难产问题，依然让外界对这家公司的技艺发展充满疑虑。这次发布会上，OpenAI 将关注点转而放在居品形态、配合生态和落地建造上，也未曾不是一种想路。这两者的结合，可能决定了行业接下来的走向。
（李源对此文亦有孝顺）第四色影院
