OpenAI 刚刚发布了其全新的人工智能模型——o1。尽管名字听起来有些随意，但 o1 背后蕴藏着 OpenAI 对未来 AI 发展的雄心壮志。简单来说，o1 是一款先进的“推理”模型，它能够处理更加复杂的问题，并且运算速度超过人类。然而，值得注意的是，o1 的使用成本显著高于以往的模型，这可能会成为用户的一大考量。
对于关注 AI 行业动态的用户来说，o1 其实就是此前备受热议的“Strawberry”模型。此次，OpenAI 不仅推出了 o1，还发布了一个更加经济实惠的“迷你版”——o1-mini，后者在价格上更加亲民，但在功能上有所简化。
在多 AI 模型订阅平台 POE 上，o1 模型的使用每次需要消耗大约 25000 积分（约合 3.5 元人民币）。
在多 AI 模型订阅平台 POE 上，GPT-4o 模型的使用每次需要消耗大约 25000 积分（约合 3.5 元人民币）。
o1：实际上手体验，高考数学包 OK！
在多 AI 模型订阅平台 POE 上，近日更新了对 o1 模型的支持。尽管 o1 模型目前仍处于测试阶段，每天仅限 3 次使用权限，并且每次发送消息所消耗的积分大约是常规 GPT-4 模型的 50 倍，许多用户仍然愿意尝试。需要注意的是，使用 o1 时回复速度比较慢，通常需要等待较长时间。
我们对 o1 模型进行了几道逻辑题和数学题的测试，旨在比较它与 ChatGPT-4o-Latest 之间的差异，特别是 o1 模型在逻辑推理方面的表现。
测试一：9.11 和 9.9 哪个更大？
这是 GPT 模型常常犯错的题目，因为它容易在小数点后的数值比较中产生“幻觉”，错误地认为 9.11 大于 9.9。ChatGPT-4o-Latest 在这一题上也给出了错误答案，未能正确处理数值的大小关系。
ChatGPT-4o-Latest
然而，o1 模型在这道题上不仅给出了正确答案——9.9 更大，并且进一步探讨了当数字比较不是单纯数值时，可能存在的其他歧义情况。o1 模型的回答不仅准确，还展示出它在逻辑上的深度思考能力。这种对问题多维度的理解反映了它在逻辑推理上的优势。
o1-mini
测试二：在客厅的桌子上放着一个杯子，杯子里有一个戒指。之后，杯子被移到了书房的桌子上，再移到了卧室的床上。在那里，杯子曾被翻倒过一次，随后又恢复了原样。之后，杯子被放回了客厅的桌子上。现在，戒指在哪里？
ChatGPT-4o-Latest
o1-mini
从两者的回答来看，o1 在逻辑推理上的表现更加精准，其对问题的理解和回答的条理性都要优于 ChatGPT-4o-Latest。
测试三：2022 年高考数学的最后一道大题（仅测试第一问的推导过程）。
ChatGPT-4o-Latest
o1 标准版
在这道题中，o1 模型的推导过程与标准答案完全一致，展示了它在数学逻辑上的严谨性和准确性。而 ChatGPT-4o-Latest 在推导过程中出现了错误，未能正确理解题目并给出符合标准的推导步骤。
o1：AI 推理能力的全新登场，价格却不够亲民
o1 的发布标志着 OpenAI 在实现类人智能方面迈出了关键一步，尽管这一进展的成本相对较高。借助 o1，AI 不仅能够协助编写代码，还能解决那些需要深度思考的问题。然而，开发者若欲使用 o1，成本将相当昂贵：在 API 中，每处理 100 万个输入令牌（一种计费方式）需支付 15 美元，输出令牌则需 60 美元。相比之下，GPT-4o 的价格仅为 5 美元和 15 美元。
o1 的“特别训练”：AI 学到了什么？
OpenAI 研究团队负责人 Jerry Tworek 透露，o1 的训练方式与以往模型存在“根本性差异”。尽管他未详细说明这些创新技术，但他提到 o1 采用了一种全新的优化算法，并使用了专门設計的数据集进行训练。
传统的 GPT 模型擅长模仿训练数据中的模式，类似一只能说话的聪明鹦鹉。而 o1 则表现出自我学习的能力。OpenAI 通过强化学习的方法训练 o1 解决问题，简单来说，就是“做对了给奖励，做错了则纠正”。此外，o1 还采用了一种被称为“思路链”的方法来处理问题，这类似于 AI 版的“步步为营”，让它能够像人类一样逐步分析和解决问题。
OpenAI 表示，这种全新的训练方法使得 o1 变得更为智能和可靠。“我们发现模型的幻觉现象有所减少。”
o1 能力官方解读：单边天才？
与 GPT-4o 相比，o1 在多个方面表现出显著优势：它在编码和数学问题上的处理能力更强，并且能够清晰地解释其推理过程。OpenAI 首席研究官 Bob McGrew 甚至打趣道：“o1 在解决 AP 数学考试题目上肯定比我当年表现得更好，尽管我大学期间还辅修了数学。”
OpenAI-Sam altman
为了验证 o1 的实力，OpenAI 使用国际数学奥林匹克资格考试对其进行了测试。结果显示，GPT-4o 仅答对 13% 的题目，而 o1 则表现优异，答对率高达 83%。这一成绩无疑令人印象深刻，但也不可忽视其局限性。尽管 o1 在复杂推理方面表现出色，但在处理广泛的世界知识时却不及 GPT-4o，甚至缺乏浏览网页、处理图像和文件的能力。换句话说，o1 或许是个聪明的数学家，但仍然是“闭关修炼”的高手。尽管如此，OpenAI 依然认为 o1 代表了一种全新的能力，象征着 AI 发展的新起点，并赋予其具有重启意义的名称——o1，暗示着 AI 进化的全新阶段。
外网对新模型的测试与使用评价
外网对新模型的测试与使用评价
外网对新模型的测试与使用评价
McGrew 也坦诚道：“我们以前在命名方面确实不太成功，希望这次的 o1 能够成为我们命名风格的全新开始。”
AI 的未来：推理能力只是开始
大型语言模型本质上并不具备真正的“智能”，它们只是通过大量数据寻找模式，预测下一个最可能出现的词语。举个例子，早期的 ChatGPT 甚至会错误地认为“strawberry”只有两个 R，但新的 o1 模型则能够正确处理这一问题。
外网用户使用 o1 快速搭建一个 ios app
据报道，OpenAI 正在以 1500 亿美元的估值筹集更多资金，其未来的发展很大程度上寄希望于像 o1 这样的推理模型。毕竟，如果 AI 能够从简单的模式识别进化到真正的推理，不仅在医学和工程等领域将实现突破，甚至有可能成为未来自动化代理的基础。然而，目前 o1 的推理速度尚不够快，无法胜任真正的代理系统，加上开发者使用成本较高，OpenAI 的梦想可能还需要更多时间才能实现。
正如 McGrew 所说：“我们在推理能力上已经研究了好几个月，因为我们认为这是 AI 的关键突破。”从根本上讲，o1 代表了一种全新的模型模式，能够解决真正困难的问题，向类人智能迈出了重要一步。
展望未来，AI 的发展将不仅仅局限于模式识别和简单的任务自动化。随着推理能力的提升，AI 有望在更多复杂领域展现其潜力，辅助人类进行决策、创新和解决重大挑战。虽然当前的技术仍然存在诸多限制，但每一次突破都让我们离全面智能的 AI 世界更近一步。随着技术的不断进步和成本的逐步降低，AI 将在教育、医疗、科研等各个领域发挥越来越重要的作用，成为推动社会进步的重要力量。
