OpenAI的“草莓”終于來了。

當(dāng)?shù)貢r間9月12日，人工智能（AI）巨頭OpenAI發(fā)布代號“草莓”的AI推理模型OpenAI o1系列，包括OpenAI o1-preview以及小版本的o1-mini。

據(jù)OpenAI介紹， o1會花更多時間思考問題，然后再做出反應(yīng)，就像人一樣。通過訓(xùn)練學(xué)會了完善自己的思考過程，嘗試不同的策略，并認(rèn)識到自己的錯誤。與以前的科學(xué)、編碼和數(shù)學(xué)模型相比，可以推理復(fù)雜的任務(wù)，解決更難的問題。

OpenAI表示，該系列模型對于復(fù)雜的推理任務(wù)來說是一個重大進(jìn)步，因此也將產(chǎn)品計數(shù)器重置為1，并命名為OpenAI o1。該名稱中的“o”或指代Orion（獵戶座）。

推理能力更強，思維鏈提供模型安全新機會

“草莓”項目此前名為“Q*”，也正是引發(fā)OpenAI“宮斗”并導(dǎo)致公司CEO山姆·奧特曼（Sam Altman）曾被突然解職的原因。彼時，據(jù)消息人士稱，OpenAI首席技術(shù)官米拉·穆拉蒂（Mira Murati）曾告訴員工，一封關(guān)于Q*（發(fā)音為 Q-Star）AI取得突破的信件促使董事會采取了解雇行動。

OpenAI在Q*上取得的進(jìn)展，讓部分公司內(nèi)部人士相信，這可能是他們找到“超級智能（即AGI，通用人工智能）”的突破。

根據(jù)官方給出的信息，o1多項能力遠(yuǎn)超GPT-4o。在編程競賽題（Codeforces）中排名第89位，在美國數(shù)學(xué)奧林匹克預(yù)選賽（AIME）中躋身全美前500 名學(xué)生行列，在物理、生物和化學(xué)問題（GPQA）基準(zhǔn)測試中的準(zhǔn)確率也超過了人類博士生水平。

據(jù)介紹，類似于人類在回答一個難題前可能會思考很長時間，o1在嘗試解決問題時也會使用一連串的思考。通過強化學(xué)習(xí)，o1可以學(xué)會磨練自己的思維鏈，完善自己使用的策略。它學(xué)會識別和糾正錯誤、把棘手的步驟分解成更簡單的步驟、在當(dāng)前方法無效時嘗試不同的方法。

OpenAI表示，使用思維鏈能顯著提高安全性和一致性，因為能夠以清晰的方式觀察模型的思維，且模型對安全規(guī)則的推理對分布外場景也更加穩(wěn)健。

商湯科技董事會執(zhí)行主席兼CEO徐立此前曾表示，未來決定一個模型聰不聰明，完全在于構(gòu)造模型思維鏈數(shù)據(jù)的方法論是否足夠強，并且這一足夠強的方法論能夠可持續(xù)并且迭代。

OpenAI o1的原始完整思維鏈部分截圖

不過，OpenAI最終選擇不向用戶展示原始思維鏈，而是展示思維鏈摘要。OpenAI進(jìn)一步解釋稱：“隱藏的思維鏈為監(jiān)測模型提供了一個獨特的機會。假設(shè)模型是忠實可讀的，那么隱藏的思維鏈就能讓我們‘讀懂’模型的思想，了解它的思維過程。例如，將來可能希望監(jiān)控思維鏈，以發(fā)現(xiàn)操縱用戶的跡象。但是，要做到這一點，模型必須能夠以不改變的形式自由表達(dá)自己的想法，因此我們不能在思維鏈上訓(xùn)練任何政策遵從或用戶偏好。我們也不想讓用戶直接看到不一致的思維鏈。”

目前，ChatGPT的Plus和團隊用戶可以使用o1兩款模型，企業(yè)和教育用戶將從下周開始可以使用。

更慢卻更貴，并非GPT-4o“繼任者”

目前，o1-preview的每周消息限制為30條，o1-mini為50條。OpenAI稱正在努力提高消息上限，并讓ChatGPT能夠根據(jù)給定的提示自動選擇合適的模式，也將訪問權(quán)限擴展到更多層次的用戶，計劃為所有免費用戶提供o1-mini的訪問權(quán)限。

而在API（ 應(yīng)用程序編程接口）端，o1-preview每100萬輸入tokens（大模型將文本分解成單詞、字符集或單詞和標(biāo)點符號的組合）收費15美元，每100萬輸出tokens收費60美元。與GPT-4o 相比，輸入成本是其3倍，輸出成本是其4倍。

o1-mini則定位速度更快、成本效益更高，據(jù)稱在數(shù)學(xué)和編程方面的表現(xiàn)也較為出色，在AIME和Codeforces等評估基準(zhǔn)上幾乎與o1性能相當(dāng)，可作為o1-preview的替代方案，具有更高的速率限制和更低的延遲，API用戶使用o1-mini的價格比o1-preview便宜80%。

其他弊端也顯而易見，OpenAI o1的速度比其他模型更慢。據(jù)外媒報道，o1回答某些問題可能需要10多秒鐘，該模型會選擇通過顯示當(dāng)前正在執(zhí)行的子任務(wù)的標(biāo)簽來顯示進(jìn)度。

同時，鑒于生成式人工智能模型的不可預(yù)測性，o1可能還有其他缺陷和局限。例如有時會在井字游戲中出錯。在一篇技術(shù)論文中，OpenAI表示一些測試人員傳言稱o1比GPT-4o 更容易產(chǎn)生幻覺，當(dāng)它不知道問題的答案時，也不太愿意承認(rèn)。

此外，o1目前也無法瀏覽網(wǎng)頁或分析文件。

奧特曼坦言，o1是OpenAI目前能力最強、最對齊的一系列模型，不過仍有缺陷。

OpenAI總裁格雷戈里·布羅克曼（Greg Brockman）也表示，目前o1技術(shù)仍處于早期階段，OpenAI正積極探索，包括可靠性、幻覺和對抗攻擊者的魯棒性（穩(wěn)定性）。

OpenAI表示，作為一個早期模型，OpenAI o1還不具備使ChatGPT變得有用的許多功能，如瀏覽網(wǎng)絡(luò)信息、上傳文件和圖片等。對于許多常見情況，GPT-4o 在短期內(nèi)會有更強的能力。后續(xù)會進(jìn)行定期更新和改進(jìn)，“讓這個新模型與當(dāng)前模型一樣易于使用的工作仍在進(jìn)行中”。

OpenAI強調(diào)，OpenAI o1并不是GPT-4o的“繼任者”，可以將4o與o1的推理功能結(jié)合使用，在o1系列之后還計劃繼續(xù)開發(fā)和發(fā)布GPT系列模型。

OpenAI o1與GPT-4o多項基準(zhǔn)測試對比

值得一提的是，此前據(jù)外媒報道，OpenAI或正考慮給“草莓”大模型或下一代旗艦?zāi)Ｐ椭贫ǜ叩氖召M標(biāo)準(zhǔn)，最高或?qū)⑦_(dá)到每月2000美元。作為對比的是，目前ChatGPT Plus的收費標(biāo)準(zhǔn)是每月20美元。

動蕩不安的OpenAI，GPT-5何時到來？

據(jù)外媒報道，穆拉蒂表示，目前正在構(gòu)建下一代主模型GPT-5，該模型將比其前身大得多。盡管該公司仍然相信規(guī)模將有助于從人工智能中挖掘出新的能力，但GPT-5很可能還會包括本次推出的推理技術(shù)。

“有兩種范式。”穆拉蒂表示，“縮放范式和這種新范式。我們希望將它們結(jié)合在一起。”

GPT-5的開發(fā)之路并不好走。

就在當(dāng)?shù)貢r間9月11日，GPT-4o/GPT-5的研究領(lǐng)導(dǎo)人、OpenAI版“Her”技術(shù)負(fù)責(zé)人亞歷克西斯?康諾（Alexis Conneau）突然宣布離職。而此前，OpenAI聯(lián)合創(chuàng)始人、首席科學(xué)家伊爾亞·蘇茨克韋（Ilya Sutskever），“超級對齊”團隊負(fù)責(zé)人楊·萊克（Jan Leike），聯(lián)合創(chuàng)始人約翰·舒爾曼（John Schulman），ChatGPT負(fù)責(zé)人Peter Deng等人都已先后離職……目前，11位創(chuàng)始人中，僅剩兩人仍留在OpenAI。

不僅人事動蕩，OpenAI還被曝出今年或?qū)⒚媾R50億美元的收支缺口。

但可以看到的是，OpenAI已經(jīng)在行動。

OpenAI最新計劃再融資約65億美元，該輪融資估值達(dá)到1500億美元。而就在上個月底，OpenAI被曝正在準(zhǔn)備新一輪由風(fēng)投公司Thrive Capital領(lǐng)投，微軟、蘋果、英偉達(dá)或跟投的10億美元融資時，估值才剛超過1000億美元。

當(dāng)?shù)貢r間8月29日，OpenAI表示ChatGPT目前每周活躍用戶超過2億，是去年秋季的兩倍。

OpenAI表示，92%的財富500強公司都在使用該公司的產(chǎn)品，自7月推出ChatGPT-4o mini以來，其API的使用量翻了一倍。