9月12日，OpenAI发布了新一代o1系列模型，宣称可以推理复杂的任务并解决比以前的科学、编码和数学模型更难的问题。这些进展也被认为是朝向通用人工智能（AGI）的关键突破。

｜开启复杂推理新篇章

OpenAI表示，新模型在处理复杂推理任务方面展示了人工智能的新高度，因此决定将其命名为一个全新的标识符，而不是延续“GPT-4”的命名序列。这标志着AI 时代的重大进步——迎来了能够进行通用复杂推理的大模型。

需要注意的是，目前新模型o1 的聊天功能相对基础。与之前的GPT-4 相比，o1不能浏览网页或分析文件。尽管它具有图像分析的能力，但这项功能暂时关闭，等待进一步的测试。此外，o1还有限制消息数量的规定——o1-preview版本每周限制30条消息，o1-mini版本则每周限制50条消息。

从即日起，o1-preview和 o1-mini两个版本已经可以在ChatGPT Plus/Team 和API 接口中使用，企业和教育机构用户将在下周一后开始获得优先访问权限。

OpenAI的 CEO Sam Altman 表示：“这是我们迄今为止最强劲且表现最稳定的模型系列o1，也是我们至今为止最好的推理模型。虽然o1 仍有不足之处并且有一定的限制，但在实际使用中的表现依旧让人感到惊艳。”

｜实现复杂问题的解决

OpenAI的最新模型 o1能够解决比以往 GPT更复杂的科学、编码和数学难题。

据OpenAI 的研究负责人Jerry Tworek 介绍，o1的训练方法与其前身有着本质的区别。过去的GPT 模型主要是模仿训练数据中的模式，而o1 则是通过强化学习被训练来独立解决问题，利用奖励和惩罚机制教会AI 使用“思维链”来逐步分析问题，类似于人类的思维方式。

这意味着现在的ChatGPT 在提供答案之前会经过深思熟虑，而不仅仅是立刻给出答复。这种改进使得ChatGPT 从只依赖直觉式的快速反应（系统1）升级为能进行深思熟虑的反应（系统2），从而能应对更为复杂的难题。

推理大模型的特点是AI 在提供答案前会花更多时间思考，而不是简单地预测词序生成答案。在某些情况下，用户可以看到AI显示出类似于“我在考虑这样做是否可行”或“时间不多了，我需要尽快给出答案”这样的思考过程。不过，OpenAI指出，这些展示的不是原始的思维链，而是“模型生成的摘要”。

测试显示，在国际数学奥林匹克资格赛中，GPT-4o只解决了 13%的题目，而 o1解决了 83%。在编程能力的Codeforces 测试中，o1达到了第 89百分位，而 GPT-4o只达到第 11百分位。

OpenAI发现，随着更多的强化学习和允许更多的思考时间，o1的性能持续提升。此外，o1在某些测试中的表现甚至超越了人类专家，接近理科学者水平，成为首个在该测试中达到这一成就的模型。

与此同时，OpenAI还发布了 o1-mini模型，相比 o1-preview更快更便宜，价格降低了80%，适合那些需要推理但不需要广泛背景知识的应用场景。

｜OpenAI正在进行新一轮融资

尽管新的OpenAI o1模型尚未具备全面的问题解决能力，但其显著增强的推理能力使其在科学、编程和数学等专业领域更具应用价值。此外，o1提升了 AI Agent 技术的标准，大大增强了科研和生产环节的能力，然而对消费者市场的意义并不大。

英伟达的首席科学家Jim Fan 表示，新的o1需要更多的计算能力和数据支持，并且能够形成数据飞轮效应。正确的答案及其思考过程可以作为优质的训练数据，帮助不断改进其推理核心，这一过程类似于AlphaGo 的价值网络通过蒙特卡洛树搜索（MCTS）生成更多精炼数据来提升自身能力。

OpenAI的 o1系列模型不仅大幅增强了推理能力，还引入了一个新的Scaling 范式：通过强化学习（RL）解锁推理时间计算（Test time compute）。

另外，据报道，OpenAI正在以约 1500亿美元的估值进行新一轮融资，预计将从包括苹果、英伟达和微软在内的投资者那里筹集约65 亿美元。同时，OpenAI还在与银行协商一项价值50 亿美元的循环信贷安排。