奧特曼和馬保國有什么共同點？答：都愛搞偷襲。
“草莓”的消息已經(jīng)傳了幾個月，據(jù)說這是OpenAI內(nèi)部的一個神秘項目，似乎和前代模型頗有些不同。但OpenAI一直諱莫如深，最接近曝光的時刻，是此前CEO山姆奧特曼（Sam Altman）在社交媒體上發(fā)布的一張真草莓照片。
就在前幾天，The Information還在爆料稱“草莓”將在未來兩周內(nèi)發(fā)布。
即便在如此高的關(guān)注度下，OpenAI還是打了世界一個措手不及：當?shù)貢r間9月12日下午，沒有任何預(yù)告，沒有任何發(fā)布會，OpenAI突然發(fā)布了新模型。
不過，新模型的名字不像“草莓”那樣美味，而是很正經(jīng)，且饒有深意：o1。
要知道，此前OpenAI發(fā)模型一直以“GPT”系列迭代，從2018年的GPT-1到今年5月的GPT-4o無不如是。如今，OpenAI卻開辟新條線。
在官宣o1發(fā)布的官方博文中，OpenAI這樣說道：“作為早期模型，它還不具備使 ChatGPT 有用的許多功能……但對于復(fù)雜的推理任務(wù)來說，這是一個重大進步，代表了 AI 能力的新水平。鑒于此，我們將計數(shù)器重置回1并將此系列命名為 OpenAI o1。”
新模型目前只開放給ChatGPT付費訂閱用戶和部分程序員，為表該模型還不成熟，暫叫“o1-preview”，preview即為預(yù)覽之意。此外，OpenAI還順手發(fā)了小模型版本o1-mini。不管是o1-preview還是o1-mini，目前都有每周的回應(yīng)條數(shù)限制。
奧特曼自己在社交媒體X上夸贊新模型是“我們迄今為止最強大、最一致的模型”之外，也強調(diào)“o1仍然存在缺陷，仍然有限”。
一向喜歡給ChatGPT潑冷水的AI學(xué)者蓋里馬庫斯（Gary Marcus）則戲謔OpenAI此舉是“熟悉的配方”：公布演示demo、向有限的用戶開放、籌集資金、再來一遍。
o1發(fā)布的當下，OpenAI正在進行新一輪融資。根據(jù)彭博社最新消息，本輪融資將是百億美元規(guī)模、目標估值1500億美元的大事件。
A
先來看看模型本身。
正如此前的傳聞，o1的一大側(cè)重點是“推理”。而“推理”的背后的關(guān)鍵，則是“思考”。
對于用戶來說，最直觀的感受是o1-preview在回答問題之前，會花更長時間。
字母榜在o1-preview模型下，向ChatGPT提問“今天是幾月幾號星期幾”。問題發(fā)送后，ChatGPT逐一顯示自己正在進行的思考步驟：解答日期問題、審查指引、了解當前日期，而后才給出答案，標明“思考8秒”。
與之相比，在GPT-4o模型下，ChatGPT在3秒內(nèi)直接給出回答，沒有顯示中間步驟。
“這是一款通過強化學(xué)習(xí)訓(xùn)練的新型大預(yù)言模型，旨在執(zhí)行復(fù)雜的推理任務(wù)。o1在回答問題前會進行思考它可以在回答用戶之前產(chǎn)生一個內(nèi)部的長‘思維鏈’。”OpenAI在博文中寫道。
這次o1模型發(fā)布，OpenAI官方對于技術(shù)細節(jié)透露得很少，反復(fù)強調(diào)的就是“思維鏈”。
據(jù)OpenAI解釋，o1在嘗試解決問題時使用思維鏈，就像人類在回答一個困難問題之前長時間地思考。通過強化學(xué)習(xí)，o1學(xué)會了精細化其思維鏈并優(yōu)化使用策略。它能夠識別和糾正自己的錯誤，學(xué)會將復(fù)雜的步驟分解得更簡單。當前的方法不起作用時，它會嘗試不同的方法。
“這個過程極大地提高了模型的推理能力。”
那o1的能力究竟有多強呢？除了OpenAI一連發(fā)布的數(shù)條演示視頻之外，最有說服力的還得是測試成績。OpenAI表示，在許多推理密集的基準測試中，o1的表現(xiàn)“與人類專家相媲美”，優(yōu)于以前的技術(shù)。例如在國際奧數(shù)考試（IMO）中，以前的技術(shù)得分13%，o1的得分高達83%。
在 Codeforces 編程比賽中，o1拿到89%的優(yōu)異成績。OpenAI基于o1還針對性地開發(fā)了更擅長編程的o1-ioi，成績一舉超過93%的參賽者。
另一個被OpenAI特別拿出來“炫耀”的測試是GPQA-diamond，這是一個化學(xué)、物理學(xué)和生物學(xué)專業(yè)知識的基準測試。OpenAI邀請了擁有博士學(xué)位的專家一同比拼，發(fā)現(xiàn)“o1的表現(xiàn)超過了這些人類專家”。
OpenAI還稱，啟用視覺感知能力后，o1在MMMU測試中的得分為78.2,%，“成為第一個能夠與人類專家競爭的模型”。此外，57個MMLU子類別中，o1在54個子類別上超過了GPT-4o。
總之，o1比起OpenAI之前的模型，更注重推理能力，在數(shù)學(xué)和編程等方面的能力尤其得到提升，說夸張點兒簡直是拳打博士，腳踢專家，而且通過“思維鏈”，還有望減少模型的幻覺。
B
不過，目前o1還處在比較早期的階段，正如奧特曼強調(diào)的“還有缺陷，仍然有限”。
僅在字母榜的淺淺嘗試中，o1-preview就發(fā)生過錯誤。如提問“9.11和9.9哪個大”，GPT-4o回答錯誤，o1-preview同樣回答錯誤，一本正經(jīng)地表示“9.11確實大于9.9.因為9.11（即9.11）比9.9（9.90）要大”。唆中帶著一絲滑稽，更別提思考花費了15秒。
The Information也報道稱，一些試用了o1-preview的用戶表示，很多互動“不值得額外等待10到20秒的時間”，他們更喜歡GPT-4o的響應(yīng)速度。
目前開放給付費用戶的是o1-preview和o1-mini，但次數(shù)有限制：o1-preview每周30條消息，o1-mini每周50條消息。
下周開始，ChatGPT的企業(yè)用戶和教育（Edu）用戶也可以訪問這兩種模型。OpenAI還表示未來想向所有用戶免費提供o1-mini，但具體的時間并未公布。
這還是OpenAI首次在發(fā)布模型的時候加上類似“preview（預(yù)覽）”的后綴，此前不管是GPT-4還是GPT-4o都是直接發(fā)布完全體。
o1的一個不容忽視的特點是：貴。
開發(fā)人員訪問o1的成本非常高：在API方面，o1-preview每100萬個輸入令牌或模型解析的文本塊收費15美元，是GPT-4o的三倍，每100萬個輸出令牌收費60美元，是GPT-4o的四倍。
The Atlantic在報道中分析稱，o1專門被設(shè)計成需要更多時間的，這必然會消耗更多資源，增加AIGC盈利的難度。
C
本文開頭提到的馬庫斯（Gary Marcus）是人類神經(jīng)科學(xué)和人工智能交叉領(lǐng)域的學(xué)者，紐約大學(xué)榮譽教授，同時也是AI初創(chuàng)公司Geometric Intelligence的創(chuàng)始人兼CEO，他更加深入人心的角色是“AI界的刺兒頭”，多次批評OpenAI。
在他看來，OpenAI突然發(fā)布o1-preview的舉動更多是一種宣傳手段。
畢竟OpenAI正在進行一輪重要的融資，據(jù)彭博社近日的最新報道，OpenAI正在商談以1500億美元估值從投資者那里籌集65億美元，此外還想以循環(huán)信貸的方式從銀行籌集50億美元。
“發(fā)demo，向有限用戶開放、籌錢、重復(fù)”，馬庫斯這樣總結(jié)OpenAI的“手段”。
今年7月，The Information曾報道OpenAI今年可能虧損高達50億美元。其中OpenAI今年的員工成本約15億美元，AI訓(xùn)練和推理成本可能高達70億美元，而年收入則預(yù)計在35億美元到45億美元之間。
當時The Information就預(yù)言，照這個燒錢速度，OpenAI很快就得出來融資，上一次OpenAI的重要融資還是2023年初，微軟投了百億美元。
OpenAI已經(jīng)不是第一次在關(guān)鍵節(jié)點釋放“不成熟的產(chǎn)品”。
去年10月，OpenAI傳出尋求出售股票的消息，當時被傳的可能估值是860億美元。但是次月OpenAI發(fā)生了驚人的高層巨變，奧特曼被踢出公司，又很快重回CEO崗位，贏得了“宮斗”。但股票出售計劃由此被短暫耽擱，直到11月底才有交易“重回正軌”的消息。彼時就有知情人士表示，員工擔心這次突發(fā)事件會影響股票出售，影響公司的估值。
有趣的是，在今年2月15日，OpenAI突然公布了一個全新的視頻生成模型Sora，演示demo引起外界震動。不出三日，《紐約時報》報道，OpenAI完成了員工出售股份的交易，公司估值“如期”超過800億美元。
如今已經(jīng)過去了半年多，Sora遲遲未向大眾開放，甚至沒有推進大規(guī)模的測試。外界開始懷疑，Sora其實根本沒有足夠的算力支撐運行。市場研究機構(gòu)Factorial Funds發(fā)布的報告認為，部署Sora需要72萬張英偉達H100芯片。
9月初，《臺灣經(jīng)濟日報》報道臺積電的A16埃米級芯片已經(jīng)有大客戶下單，除了蘋果之外，還有OpenAI。而OpenAI將用定制芯片提升Sora的視頻生成能力。這似乎也印證著此前Sora遇到了算力卡點。
如今草莓味的ChatGPT來了，也許很快，我們就能看到OpenAI成功完成新一輪融資、估值超萬億元的消息。
