文章摘要
OpenAI 發(fā)布新模型 o1，專注推理能力，估值目標(biāo)達(dá) 1500 億美元。
OpenAI 發(fā)布新模型 o1，強(qiáng)調(diào)推理能力和思維鏈。
OpenAI 計(jì)劃以 1500 億美元估值進(jìn)行新一輪融資。
o1 在數(shù)學(xué)、編程等任務(wù)上表現(xiàn)優(yōu)異，但仍有缺陷。
奧特曼和馬保國(guó)有什么共同點(diǎn)？答：都愛搞偷襲。
" 草莓 " 的消息已經(jīng)傳了幾個(gè)月，據(jù)說這是 OpenAI 內(nèi)部的一個(gè)神秘項(xiàng)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(shí)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(gè)措手不及：當(dāng)?shù)貢r(shí)間 9 月 12 日下午，沒有任何預(yù)告，沒有任何發(fā)布會(huì)，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(duì)于復(fù)雜的推理任務(wù)來說，這是一個(gè)重大進(jìn)步，代表了 AI 能力的新水平。鑒于此，我們將計(jì)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(fèi)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(qiáng)大、最一致的模型 " 之外，也強(qiáng)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(kù)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(dāng)下，OpenAI 正在進(jìn)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(biāo)估值 1500 億美元的大事件。
一
先來看看模型本身。
正如此前的傳聞，o1 的一大側(cè)重點(diǎn)是 " 推理 "。而 " 推理 " 的背后的關(guān)鍵，則是 " 思考 "。
對(duì)于用戶來說，最直觀的感受是，o1-preview 在回答問題之前，會(huì)花更長(zhǎng)時(shí)間。
字母榜在 o1-preview 模型下，向 ChatGPT 提問 " 今天是幾月幾號(hào)星期幾 "。問題發(fā)送后，ChatGPT 逐一顯示自己正在進(jìn)行的思考步驟：解答日期問題、審查指引、了解當(dāng)前日期，而后才給出答案，標(biāo)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(qiáng)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(huì)進(jìn)行思考——它可以在回答用戶之前產(chǎn)生一個(gè)內(nèi)部的長(zhǎng)‘思維鏈’。"OpenAI 在博文中寫道。
這次 o1 模型發(fā)布，OpenAI 官方對(duì)于技術(shù)細(xì)節(jié)透露得很少，反復(fù)強(qiáng)調(diào)的就是 " 思維鏈 "。
據(jù) OpenAI 解釋，o1 在嘗試解決問題時(shí)使用思維鏈，就像人類在回答一個(gè)困難問題之前長(zhǎng)時(shí)間地思考。通過強(qiáng)化學(xué)習(xí)，o1 學(xué)會(huì)了精細(xì)化其思維鏈并優(yōu)化使用策略。它能夠識(shí)別和糾正自己的錯(cuò)誤，學(xué)會(huì)將復(fù)雜的步驟分解得更簡(jiǎn)單。當(dāng)前的方法不起作用時(shí)，它會(huì)嘗試不同的方法。
" 這個(gè)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(qiáng)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(cè)試成績(jī)。OpenAI 表示，在許多推理密集的基準(zhǔn)測(cè)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(guó)際奧數(shù)考試（IMO）中，以前的技術(shù)得分 13%，o1 的得分高達(dá) 83%。
在 Codeforces 編程比賽中，o1 拿到 89% 的優(yōu)異成績(jī)。OpenAI 基于 o1 還針對(duì)性地開發(fā)了更擅長(zhǎng)編程的 o1-ioi，成績(jī)一舉超過 93% 的參賽者。
另一個(gè)被 OpenAI 特別拿出來 " 炫耀 " 的測(cè)試是 GPQA-diamond，這是一個(gè)化學(xué)、物理學(xué)和生物學(xué)專業(yè)知識(shí)的基準(zhǔn)測(cè)試。OpenAI 邀請(qǐng)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(cè)試中的得分為 78.2,%，" 成為第一個(gè)能夠與人類專家競(jìng)爭(zhēng)的模型 "。此外，57 個(gè) MMLU 子類別中，o1 在 54 個(gè)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(diǎn)兒簡(jiǎn)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。
二
不過，目前 o1 還處在比較早期的階段，正如奧特曼強(qiáng)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(cuò)誤。如提問 "9.11 和 9.9 哪個(gè)大 "，GPT-4o 回答錯(cuò)誤，o1-preview 同樣回答錯(cuò)誤，一本正經(jīng)地表示 "9.11 確實(shí)大于 9.9. 因?yàn)?9.11（即 9.11）比 9.9（9.90）要大 "。啰唆中帶著一絲滑稽，更別提思考還花費(fèi)了 15 秒。
The Information 也報(bào)道稱，一些試用了 o1-preview 的用戶表示，很多互動(dòng) " 不值得額外等待 10 到 20 秒的時(shí)間 "，他們更喜歡 GPT-4o 的響應(yīng)速度。
目前開放給付費(fèi)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(fèi)提供 o1-mini，但具體的時(shí)間并未公布。
這還是 OpenAI 首次在發(fā)布模型的時(shí)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(gè)不容忽視的特點(diǎn)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(wàn)個(gè)輸入令牌或模型解析的文本塊收費(fèi) 15 美元，是 GPT-4o 的三倍，每 100 萬(wàn)個(gè)輸出令牌收費(fèi) 60 美元，是 GPT-4o 的四倍。
The Atlantic 在報(bào)道中分析稱，o1 專門被設(shè)計(jì)成需要更多時(shí)間的，這必然會(huì)消耗更多資源，增加 AIGC 盈利的難度。
三
本文開頭提到的馬庫(kù)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(yù)教授，同時(shí)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(píng) OpenAI。
在他看來，OpenAI 突然發(fā)布 o1-preview 的舉動(dòng)更多是一種宣傳手段。
畢竟 OpenAI 正在進(jìn)行一輪重要的融資，據(jù)彭 · 博社近日的最新報(bào)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(kù)斯這樣總結(jié) OpenAI 的 " 手段 "。
今年 7 月，The Information 曾報(bào)道 OpenAI 今年可能虧損高達(dá) 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(dá) 70 億美元，而年收入則預(yù)計(jì)在 35 億美元到 45 億美元之間。
當(dāng)時(shí) The Information 就預(yù)言，照這個(gè)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(diǎn)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(dāng)時(shí)傳出的可能估值是 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(jì)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(shí)就有知情人士表示，員工擔(dān)心這次突發(fā)事件會(huì)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(gè)全新的視頻生成模型 Sora，演示 demo 引起外界震動(dòng)。不出三日，《紐約 · 時(shí)報(bào)》報(bào)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(jìn)大規(guī)模的測(cè)試。外界開始懷疑，Sora 其實(shí)根本沒有足夠的算力支撐運(yùn)行。市場(chǎng)研究機(jī)構(gòu) Factorial Funds 發(fā)布的報(bào)告認(rèn)為，部署 Sora 需要 72 萬(wàn)張英偉達(dá) H100 芯片。
9 月初，《臺(tái)灣經(jīng)濟(jì)日?qǐng)?bào)》報(bào)道臺(tái)積電的 A16 埃米級(jí)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(diǎn)。
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(wàn)億元的消息。
來源：虎嗅
