国内精品免费视频-国内精品视频成人一区二区-国内精品视频免费观看-国内精品视频在线播放一区-日本狠狠操-日本狠狠干

目錄

從工具到AGI,OpenAI 的12天進化論

人工智能AI2024-12-21
OpenAI 年末的12天連續Devday更新終于落幕,每天蹲守觀看發布會都像在開巧克力盲盒,不知道下一個是什么口味。在前11天的發布會中,大部分屬實非常寡淡,只有三個產品還有些精彩的“滋味”。總結起來,能稱得上重磅的更新包括:o1正式版、Sora、Canvas,它們主要集中在前4天發布。其中,o1正式版確實提升很大,Sora則是增加了不少對AI生成視頻進行...

openai_副本.jpg

OpenAI 年末的12天連續Devday更新終于落幕,每天蹲守觀看發布會都像在開巧克力盲盒,不知道下一個是什么口味。

在前11天的發布會中,大部分屬實非常寡淡,只有三個產品還有些精彩的“滋味”。

總結起來,能稱得上重磅的更新包括:o1正式版、Sora、Canvas,它們主要集中在前4天發布。

其中,o1正式版確實提升很大,Sora則是增加了不少對AI生成視頻進行更改的產品模式,Canvas可以被視為OpenAI第一次挑戰AI工作臺的產品嘗試。

其次,相對還有些看點的是:和蘋果的深度合作,視頻通話功能,以及o1-mini的強化微調。

o1-mini的強化微調在專業領域潛力很大,微調簡單提升明顯。視頻通話功能則是那個讓人驚艷的“HER”正式上線。和蘋果的深度合作對OpenAI來講也是件大事,更站穩了在AI行業的一哥地位。

另外一些小的產品更新則是讓人覺得——“這也值得開發布會?”

這些產品包括“Projects”項目功能、o1 圖像輸入和4o高級語音API正式開放、ChatGPT Search 升級和給GPT打電話 的功能。它們都是相對比較小,也都和競爭對手沒什么差異的更新。

到了最后一天,OpenAI終于甩出一個王炸:GPT-o3。一舉打破AI發展陷入瓶頸的懷疑,各項性能直奔AGI而去。

下面,我們來稍微詳細地講述一下這些更新的核心點。

01 重要產品更新

o1完全版(Day1)

從能力上看,o1確實比Preview版本有了比較大的進步。它在國際數學奧林匹克預選賽題目(AIME 2024)、編程能力測試(CodeForces)方面都比o1- preview提升了50%。在處理復雜問題時的重大錯誤率降低了34%。

openai1_副本.jpg

它還能根據題目的難易程度調節處理時間,這使得用戶等待時間下降超過50%。

更重要的是o1也能支持多模態識別了。這讓它的實用性暴增。醫生可以用它分析醫學影像,工程師能讓它幫忙看圖紙,設計師還能讓它提供創意建議。

但它的價格也相當貴,只有200美金的ChatGPT Pro版訂閱用戶才能享受無限使用,其他普通20美元訂閱用戶僅能享受每日20次使用權限。

作為第一天登場的產品,o1確實能讓人眼前一亮。

Sora(Day3)

等了10個月后,Sora終于姍姍來遲。

但這不是個模型版本升級,而更像是一個產品打磨。正式版的Sora能生成最長20秒,最高1080p的視頻。生成效果和2月份剛放出的差異不大。

但產品上OpenAI確實下了點心思,故事板是此次發布中最具創新性的功能,也是Sora最具野心的嘗試。它為用戶提供了類似專業視頻編輯軟件的時間軸界面。用戶可以在時間軸上添加多個場景卡片。用戶可以將多個提示詞串聯起來,系統會自動處理場景之間的過渡效果。

openai2_副本.jpg

除此之外,OpenAI還提供了Remix、Blend和Loop三個專業工具。換掉視頻中的元素,或者混合兩個視頻,還能自動補全做無限循環視頻。

產品是挺不錯的,但沒升級過的模型不太給力。在發布后的評測中,Sora頻頻翻車,運動、交互和物理經常處理得一塌糊涂。還會有憑空出現的人和鬼影。

OpenAI 給的可用量也很小氣,20美元的Plus用戶每月可用50次。只有支付每月200美元的Pro用戶則能享受無限次數的"慢速"生成權限。

Sora總算來了,但是挺讓人失望的。

Canvas(Day4)

一句話形容,Canvas就是OpenAI 打造的AI版Google Docs。

因為Canvas已經進化成了集智能寫作、代碼協作和AI智能體為一體的一套完整工作臺。它顯示出了OpenAI超越Chatbot的產品野心。

作為寫作助手,可以提供編輯意見。

openai3_副本.jpg

編程功能上,Canvas則通過內置的WebAssembly Python模擬器,創造了一個幾乎無延遲的編程環境。它還展現出了理解代碼意圖的能力。

與近期更新的Cursor和Devin一樣,它上線了定制化AI智能體的能力。它可以完成一系列操作,幫你給朋友們發圣誕信。

openai4_副本.jpg

Canvas的這三個維度并不是孤立運作的。在實際使用中,它們往往會相互配合,這種無縫的集成使Canvas成了一個多功能AI驅動的創作工作室原型。

但單純從前端展示的角度看,它不如Claude 的 Artifacts。編程的便利性也不如Cursor。因此融合才是它的亮點吧。

02 一般產品更新

o1-mini強化微調(Day2)

這一產品如果不是實用性較窄,也算是一個重磅發布。

它改變了過去微調只是通過增加專業數據的邏輯,而是對具有推理能力的模型進行強化學習方向的微調。引導模型在面對復雜問題時有更深刻的思考能力。

現在,僅需“幾十個例子”甚至12個例子,就能夠讓模型有效學會特定領域的推理。根據OpenAI的研究數據,經過強化微調的o1mini模型,其測試通過率比傳統的o1模型高出24%,相比未經過強化微調的o1mini則提升了整整82%。

openai5_副本.jpg

可惜只能微調o1-mini,適用上也都是那些復雜領域任務,比如醫療、法律或金融和保險。泛用性較差。

高級視頻語音模式(Day6)

這又是個老餅上桌。5月13日,在GPT-4o的演示中,OpenAI的工作人員就能和4o視頻通話,可以看到我們實時的手機屏幕內容,或者根據相機里的實時畫面和我們聊天或解答問題。

openai6_副本.jpg

這次就是真正實裝了,沒有什么升級。但這個功能本身還是非常重要的。

不過因為這個餅烙的時間有點長,前兩天微軟推出的Vision和谷歌還在烙的Astra也已經跟上了。OpenAI的領先正在一點點被蠶食。

與蘋果的合作(Day5、Day11)

ChatGPT和Apple Intelligence的,更像是個官宣深度結果。蘋果搞不定的只能讓賢OpenAI了。

整合主要包含三個方面:首先是與Siri的協同。當Siri判斷某個任務可能需要ChatGPT的協助時,它可以將任務移交給ChatGPT處理;

openai7_副本.jpg

其次是寫作工具的增強,用戶現在可以使用ChatGPT從頭開始撰寫文檔,還能進行文檔細化和總結;

第三是iPhone 16的相機控制功能,它能夠通過視覺智能讓用戶更深入地了解拍攝對象。

后面第十一天的Mac整合,則是給了GPT更多Mac工具的調用權限。

我唯一不理解的就是這倆為什么不能同一天宣布,還非分兩天?

能力補齊和小功能更新(Day 7,8,9,10)

剩下的幾個更新最多只能算是湊數。簡單一句話就能說清。

“Projects”項目功能:它允許用戶創建特定項目,上傳相關文件,設置自定義指令,并將所有與該項目相關的對話集中在一個地方。基本和Claude的沒差別。

ChatGPT搜索升級:能在對話中搜索,支持多模態輸出。Perplexity的Pro模式早支持了。

4o熱點:美國用戶能打電話用4o了!挺尊老愛老的,我看也算是給他們過重陽了。

o1 圖像輸入和4o高級語音API正式開放:我建議這個放在o1發布當天最后一句話說完。

這幾天真的是有點進入拖時間的循環了。

03 最終王炸

GPT-o3(Day 12)

如果不是最后一天GPT-o3壓軸登場,我真的覺得OpenAI純粹是為了攪渾水才連開12天發布會。

因為在這期間,Google發布了Gemini 2 Flash,超快超強;Astra,看起來是真的Agent模樣;Voe2,碾壓Sora ;Gemini 2 Flash Thinking,o1人家也有了。就發了三篇公告幾個視頻,把OpenAI前11天的發布全都掀了桌。

但在Day 12,OpenAI還是找回了雄風。用o3向業界證明:Scaling Law未死,OpenAI為王。

o3 是 o1的下一個版本。在9月份o1發布后僅3個月后,這一新版本在編碼、數學以及 ARC-AGI 基準測試等多個基準上就大幅超過了 OpenAI 此前的 o1 模型。

看幾個數據對比:

Codeforces 評分:2727——相當于全球人類程序員編碼競賽中,排名第 175 位。超過99%的人類程序員。

博士水平的科學問題(GPQA):87.7%——博士生一般得分70%

最難的前沿數學測試:25.2%——其他模型沒有超過2%,數學天才陶哲軒說該測試“可能難住AI好幾年”

證明是否達到AGI的題目ARC-AGI:87.5%——o1的得分25%

openai8_副本.jpg

最值得注意的就是這最后一項測試ARC-AGI,它展示的是模型新型任務適應能力。作為對比,之前ARC-AGI-1從2020年GPT-3的0%僅提升到2024年GPT-4o的5%。這意味著模型不是死記硬背,而是真正在解決問題的能力。

雖然ARC-AGI測試中表現出色,但這并不意味著o3已達到了AGI水平,因為它仍會在一些非常簡單的任務中失敗,和人類智能有根本性的差別。

openai9_副本.jpg

但不論如何,這都證明OpenAI選擇強化推理這個范式轉變成功了。人工智能的發展沒有任何放緩的跡象。Scaling Law依然有效。

那些對AI停滯不前的擔憂,被OpenAI年末的圣誕禮物一掃而空。

雖然o3進行一次低算力計算的成本高達20美元,高算力甚至可能高達3000美元,要使用在現階段幾乎是不可能的。但算力會降低,Scaling Law會延續。

3個月,兩個頂尖模型,OpenAI在這12天的最后一天又讓我們感受到了2022年末到2023年初從ChatGPT到GPT4那段時間AI撲面而來的速度。

也許正如之前參與開發了o1的 OpenAI科學家Noam Brown在采訪中說的一樣,“2024年,OpenAI是在實驗,而2025年就是全速前進的一年。”

OpenAI 12天的發布會,過程波折,完美收工。為2025年的AI埋下了希望。


您暫未設置收款碼

請在主題配置——文章設置里上傳

掃描二維碼手機訪問

文章目錄