OpenAI o1 横空出世：AI 时代正式进入新纪元

在没有任何预告的情况下，OpenAI 悄然发布了其全新的 o1 模型，这个神秘的模型在内部代号为“草莓”，终于正式揭开了面纱。

为什么叫 o1？

OpenAI 对 o1 的命名解释如下：

“For complex reasoning tasks this is a significant advancement and represents a new level of AI capability. Given this, we are resetting the counter back to 1 and naming this series OpenAI o1.”

翻译过来就是：

对于复杂推理任务来说，这是一个重要的进展，代表了人工智能能力的新水平。鉴于此，我们将计数器重置为 1，并将这一系列命名为 OpenAI o1。

OpenAI 不惜舍弃了 GPT 系列的命名，重新启用 o 系列，足见其对 o1 模型的自信和期待。

o1 的强大之处

o1 的发布标志着 AI 行业正式进入了一个全新的纪元，OpenAI 宣称：“我们通往 AGI 的路上，已经没有任何阻碍。”

在逻辑和推理能力上，o1 的表现令人惊叹，直接用数据说话：

• AIME 2024，一个高水平的数学竞赛，GPT-4o 的准确率为 13.4%，而 o1 预览版的准确率是 56.7%，还未发布的 o1 正式版，是 83.3%。

• 代码竞赛，GPT-4o 的准确率为 11.0%，o1 预览版为 62%，o1 正式版，是 89%。

• 博士级科学问题 (GPQA Diamond)，GPT-4o 是 56.1，人类专家水平是 69.7，o1 达到了恐怖的 78%。

在测试化学、物理和生物学专业知识的基准 GPQA-diamond 上，o1 的表现全面超过了人类博士专家，这是有史以来，第一个获得此成就的模型。

o1 的成功，得益于 Self-play RL 技术的应用。通过 Self-play RL，o1 学会了磨练其思维链并完善所使用的策略，它可以识别和纠正自己的错误，将复杂的步骤分解为更简单的步骤，甚至在当前方法不起作用时，尝试不同的方法。

o1 学会的这些思考方式，正是我们人类最核心的思考方式：慢思考。

慢思考：AI 的新纪元

诺贝尔经济学奖得主丹尼尔·卡尼曼在《思考，快与慢》一书中详细阐述了人类的两种思考方式：

• 快思考（系统 1）

  特点是快速、自动、直觉性、无意识，例如：

  • 看到一个笑脸就知道对方心情很好。
  • 1+1=2 这样简单的计算。
  • 开车时遇到危险情况立即踩刹车。

  快思考是传统的大模型所擅长的，它们通过死记硬背学习了快速反应的能力。

• 慢思考（系统 2）

  特点是缓慢、需要努力、逻辑性、有意识，例如：

  • 解决一道复杂的数学题
  • 填写税务申报表
  • 权衡利弊后做出重要决定

  慢思考是人类之所以强大的核心，也是 AI 要通往下一步 AGI 路上的基石。

o1 终于踏出了坚实的一步，拥有了人类慢思考的特质，在回答前会反复思考、拆解、理解、推理，然后给出最终答案。

o1 的应用前景

o1 强大的推理能力在处理科学、编码、数学及类似领域的复杂问题时绝对极度有用，它可以被应用于：

• 医疗研究人员用来注释细胞测序数据
• 物理学家用来生成量子光学所需的复杂数学公式
• 各个领域的开发人员用来构建和执行多步骤工作流

o1 不仅仅是一个强大的工具，更是一个全新一代的数据飞轮。随着正确答案的积累，整个逻辑链会变成一个包含正负奖励的训练示例的小型数据集，进一步推动 AI 的进化速度。

o1 的使用体验

目前，o1 模型已经逐步向所有 ChatGPT Plus 和 Team 用户开放，未来会考虑对免费用户开放。

o1 模型分为两个版本：o1 预览版和 o1 mini。

• o1 预览版每周 30 条，专注于逻辑推理能力，适用于需要深度推理的复杂问题。

• o1 mini 每周 50 条，更快更小更便宜，适合数学和代码相关任务，但世界知识会差很多，适用于不需要广泛世界知识的场景。

o1 的使用限制非常严格，特别是对于开发者来说，仅对已经付过 1000 美刀的等级 5 开发者开放，每分钟限制 20 次。

在功能上也进行了阉割，不过毕竟是早期版本，可以理解。

o1 的推理成本非常高，o1 预览版每百万输入 15 美元，每百万输出 60 美元，o1 mini 则相对便宜一些，每百万输入 3 美元，每百万输出 12 美元。

o1-mini 虽然价格相对便宜一些，但也需要等待 OpenAI 的降价。

o1 模型目前不支持曾经的所有功能，例如图片理解、图片生成、代码解释器、网页搜索等等，只有一个可以对话的裸模型。

o1 的实际表现

我们用一些经典的难题测试了 o1 的能力：

• “农夫需要把狼、羊和白菜都带过河，但每次只能带一样物品，而且狼和羊不能单独相处，羊和白菜也不能单独相处，问农夫该如何过河。”

  o1 在 6 秒内给出了一个完美的答案。

  

• “这是中国 2024 年 9 月 9 日（星期一）开始到 10 月 13 日的放假调休安排: 上 6 休 3 上 3 休 2 上 5 休 1 上 2 休 7 再上 5 休 1。 请你告诉我除了我本来该休的周末，我因为放假多休息了几天？”

  o1 在 30 秒内给出了一个精准的答案。

  
  

• “姜萍比赛的奥数题”（具体题目请见下图）

  o1 在 1 分钟内给出了正确答案。

  
  
  

o1 的表现令人惊叹，它成功解决了困扰了所有大模型的难题，展示了其强大的推理能力。

o1 的未来

o1 的出现，让我们对 AI 的未来充满了期待，它不仅仅是一个新的模型，更是我们前往下个时代，最伟大的基石。

我们相信，o1 的未来，绝对不止是一个普普通通的 ChatGPT，它将引领我们迈入一个全新的 AI 时代，一个充满无限可能性的时代！

“我们通往 AGI 的路上，已经没有任何阻碍。”

现在，我们毫不犹豫地坚信着这句话。

星光熠熠的下一个时代，在今天，正式到来了。