Openai發(fā)布會(huì)梳理

OpenAI從12月5日連續(xù)12個(gè)工作日每天公布一個(gè)新應(yīng)用或功能。

發(fā)布三大基礎(chǔ)模型，模型性能跨越式提升。12天的發(fā)布會(huì)中，OpenAI推出了三款基礎(chǔ)模型，分別是增強(qiáng)的ChatGPT o1模型、Sora視頻生成模型、o3模型,新的模型在數(shù)學(xué)和科學(xué)領(lǐng)域均有著卓越表現(xiàn)，同時(shí)也意味著openai在推理能力方面邁出了重要一步。 o3模型的發(fā)布，更是標(biāo)志著AI在編程、科學(xué)推理等領(lǐng)域的巨大進(jìn)步。o3模型接近通用人工智能（AGI）的標(biāo)準(zhǔn)，為復(fù)雜決策和高端問題解決提供了新的技術(shù)基礎(chǔ)。 Sora的發(fā)布將極大降低內(nèi)容創(chuàng)作的成本和時(shí)間。為營銷、培訓(xùn)、市場等各領(lǐng)域提供AI生成的高質(zhì)量視頻，有望成為企業(yè)未來內(nèi)容創(chuàng)作的新標(biāo)準(zhǔn)。

強(qiáng)化微調(diào)技術(shù)，提升垂直行業(yè)模型能力 。用戶可以根據(jù)極少量的數(shù)據(jù)，訓(xùn)練特定領(lǐng)域的專家模型。這意味著企業(yè)構(gòu)建定制化的AI模型，不再需要大量的特定數(shù)據(jù)集標(biāo)注。定制化能力： 相較于通用AI，強(qiáng)化微調(diào)技術(shù)為企業(yè)提供了更靈活的定制化路徑。企業(yè)可以通過這一技術(shù)打造專屬的AI助手，在提高生產(chǎn)效率的同時(shí)，提供更具個(gè)性化的服務(wù)，從而有效地提升用戶體驗(yàn)。 例如，個(gè)性化推薦、AI診療系統(tǒng)、AI審查工具等特定場景均都可以通過這一技術(shù)快速部署。

多款ai智能體升級(jí)，大幅提升用戶體驗(yàn)。發(fā)布會(huì)發(fā)布了集智能寫作&代碼協(xié)作于一身的ai工作臺(tái)、新的桌面應(yīng)用、高級(jí)語音模式、通話訪問模式等多款ai agent產(chǎn)品，標(biāo)志著ChatGPT從簡單的會(huì)話助手向更強(qiáng)大的代理工具的轉(zhuǎn)變，從而可以代表客戶執(zhí)行更多任務(wù)，為用戶帶來全新的便捷體驗(yàn)。

DAY1：完整版o1發(fā)布。正式發(fā)布完整版o1，性能大幅提升。在今年9月份，OpenAI發(fā)布o(jì)1-preview，對(duì)模型的技術(shù)思路進(jìn)行了改進(jìn)：將更多算力運(yùn)用于推理側(cè)，o1是使用大規(guī)模強(qiáng)化學(xué)習(xí)訓(xùn)練并使用思維鏈進(jìn)行推理的系列模型。今年12月，OpenAI正式發(fā)布了o1完整版，o1完整版在數(shù)學(xué)、編程、博士階段科學(xué)問題（困難問題）領(lǐng)域的性能遠(yuǎn)超GPT4o，在科學(xué)問題領(lǐng)域超越人類專家，并在數(shù)學(xué)、編程領(lǐng)域的性能較o1-preview有了大幅提升。 相較于o1-preview，OpenAI對(duì)o1進(jìn)行了使用體驗(yàn)方面的改進(jìn)：o1目前對(duì)于簡單問題能夠回答更加迅速，OpenAI測試目前o1較o1-preview重大錯(cuò)誤率降低了34%，速度提升50%。 目前o1已面向所有Plus訂閱用戶推出，用于替代o1-preview，并將上線后續(xù)推出的Pro訂閱。

支持多模態(tài)，可處理模糊問題。 OpenAI對(duì)o1進(jìn)行了改進(jìn)，目前支持圖像、文本兩種輸入方式。在演示中，對(duì)于一張手繪的太空太陽能驅(qū)動(dòng)的數(shù)據(jù)中心示意圖，o1估計(jì)出了其散熱器表面積并解答了兩個(gè)問題：如何處理太陽和深空環(huán)境，以及這里如何體現(xiàn)了熱力學(xué)第一定律，整個(gè)推理過程僅需10秒鐘。 在示例中，OpenAI故意省略了冷卻面板的溫度等關(guān)鍵數(shù)據(jù)，用以測試o1在處理模糊問題時(shí)的能力。示例中o1自行識(shí)別了關(guān)鍵參數(shù)缺失，并選擇了合理的溫度范圍進(jìn)行后續(xù)的推理，輸出了合理結(jié)果。OpenAI表示，o1未來還會(huì)添加網(wǎng)頁瀏覽、文件上傳等功能，以及引入API，具體上線時(shí)間未知。

推出PRO訂閱。OpenAI發(fā)布最新訂閱選項(xiàng)ChatGPT Pro，定 價(jià)200美金/月，在這個(gè)套餐里，OpenAI 提 供了o1 pro mode，這個(gè)模式中o1處理非常 難的題目時(shí)，用戶可要求o1 pro獲得更多算 力，并強(qiáng)化思考。o1 pro mode在數(shù)學(xué)、編 程、科學(xué)問題領(lǐng)域性能較o1均有提升，但重 點(diǎn)在于o1 pro mode的連續(xù)性。 OpenAI設(shè)計(jì)了“四次測試”評(píng)估：模型需要 連續(xù)四次都答對(duì)同一個(gè)問題才算通過。在這 種條件下，o1 pro模式保持了相當(dāng)高的可靠 性：在競賽數(shù)學(xué)中達(dá)到80%，編程測試中達(dá) 到74.9%，科學(xué)問題中達(dá)到74.2%。遠(yuǎn)超普 通版o1。這說明o1 pro能提供更佳的穩(wěn)定性 和一致性，對(duì)于需要AI協(xié)助完成重要工作的 專業(yè)人士來說能夠有更好的保障。 同時(shí)，ChatGPT Pro訂閱計(jì)劃能無限制訪問 OpenAI o1，以及o1-mini、GPT-4o和 Advanced Voice。

o1 pro擁有更強(qiáng)的推理能力。在示例中，OpenAI的研究員要求o1找到一種符合六個(gè)標(biāo)準(zhǔn)的特定蛋白質(zhì)。這個(gè)問題的挑戰(zhàn)在于，需要模型回憶起相當(dāng)專業(yè)的化學(xué)領(lǐng)域知識(shí)，而對(duì)于任何給定的標(biāo)準(zhǔn)，可能會(huì)有數(shù)十種蛋白質(zhì)符合該標(biāo)準(zhǔn)。所以模型必須全面考慮所有候選者，然后檢查它們是否符合所有標(biāo)準(zhǔn)。 o1-preview在此問題經(jīng)常出錯(cuò)，而示例中o1 pro僅使用53秒便準(zhǔn)確回答了相關(guān)問題，并可查看詳細(xì)的思考過程。在思考困難問題時(shí)，目前o1模型的思考時(shí)間可達(dá)幾分鐘，因此OpenAI為模型添加了思考進(jìn)度條，以直觀展示目前模型的進(jìn)程。

DAY2：強(qiáng)化微調(diào)技術(shù)。強(qiáng)化微調(diào)后在特定領(lǐng)域性能明顯提升。 在官方演示里，OpenAI設(shè)置了一個(gè)實(shí)驗(yàn)：在給定癥狀列表的情況下，用模型預(yù)測可能導(dǎo)致罕見遺傳疾病的基因，并讓模型解釋為什么選這些基因。實(shí)驗(yàn)人員使用三種模型進(jìn)行對(duì)比：o1 mini、o1完整版、o1 mini強(qiáng)化微調(diào)版。對(duì)于o1 mini強(qiáng)化微調(diào)版，實(shí)驗(yàn)人員匯集了大約1100個(gè)病例報(bào)告作為訓(xùn)練和驗(yàn)證的數(shù)據(jù)集，在使用訓(xùn)練數(shù)據(jù)集對(duì)模型進(jìn)行訓(xùn)練后，上傳驗(yàn)證數(shù)據(jù)集對(duì)模型推理能力進(jìn)行反復(fù)測試和調(diào)整，同時(shí)保證驗(yàn)證數(shù)據(jù)集和訓(xùn)練數(shù)據(jù)集之間的正確基因沒有重疊，以防模型作弊。評(píng)估結(jié)果時(shí)，實(shí)驗(yàn)人員設(shè)置了三項(xiàng)指標(biāo)：1）模型一次答對(duì)的概率；2）模型前五次預(yù)測中有正確答案的概率；3）模型預(yù)測中有正確答案的概率。 結(jié)果顯示，經(jīng)過強(qiáng)化微調(diào)的o1 mini在一次答對(duì)的準(zhǔn)確率上躍升180%達(dá)到了31%，各方面全面超越了o1。強(qiáng)化微調(diào)技術(shù)將使開發(fā)者能夠通過更快、成本更低的o1 mini模型獲得超越o1的專業(yè)性能，將極大促進(jìn)AI在各領(lǐng)域的應(yīng)用。

DAY3：視頻大模型Sora發(fā)布。正式發(fā)布視頻大模型Sora。文本/圖像生成視頻：Sora用戶可以使用文本、圖像來提示Sora生成相關(guān)視頻。 時(shí)間線編輯：全新推出的故事板工具讓用戶可以精準(zhǔn)地指定每個(gè)幀的輸入和生成視頻的內(nèi)容，并輕松進(jìn)行視頻剪輯，用戶指令越少，Sora會(huì)嘗試填充更多細(xì)節(jié)，用戶指令越詳細(xì)，Sora會(huì)嘗試遵循要求方向生成視頻。用戶可在Sora中保存自己喜歡的風(fēng)格，并在后續(xù)視頻生成任務(wù)中重復(fù)調(diào)用。高分辨率、多種格式支持：Sora可以生成480p-1080p分辨率、5-20秒、寬屏、豎屏或方形的視頻。并且用戶可以利用資源進(jìn)行擴(kuò)展、remix（用戶只需描述對(duì)視頻的更改，Sora將自行完成）和融合。對(duì)于同一指示，Sora可生成多個(gè)不同視頻方向的變體，供用戶選擇。

DAY4：Canvas協(xié)作平臺(tái)發(fā)布。Canvas主要功能 。用戶編輯文字：在使用Canvas工具后，交互頁面將被分為兩部分，左側(cè)為與模型的對(duì)話，右側(cè)為用戶可直接編輯的文檔，用戶可直接在Canvas工具中刪除、添加、修改ChatGPT回復(fù)的內(nèi)容，以及進(jìn)行加粗等格式調(diào)整。不論是寫信、寫公文還是論文，這種新生成模式都可以大幅提升效率。同時(shí)OpenAI在Canvas工具右下角集成了部分快捷工具，用戶只需點(diǎn)擊即可實(shí)現(xiàn)包括詢問模型反饋（Suggest edits）、文檔長度調(diào)整（Adjustthe length）、語言風(fēng)格轉(zhuǎn)化（Reading level）、文檔潤色（Add final polish）、添加表情（Add emojis）這些用戶在處理文檔時(shí)的常用功能。審稿：很多人使用ChatGPT幫助寫作，但以前一問一答的形式非常繁瑣，現(xiàn)在用戶只需要把文章復(fù)制粘貼到ChatGPT的文本框中，通過文本輸入讓其給出修改建議，大模型給出的建議會(huì)以逐條批注的形式出現(xiàn)。用戶可在頁面中對(duì)應(yīng)位置看到ChatGPT給出的修改建議，并決定是否根據(jù)批注進(jìn)行潤色，之后關(guān)閉建議，或者直接選擇Apply，讓ChatGPT自行對(duì)內(nèi)容進(jìn)行修改。這使用戶可以更直觀的使用模型幫助自己審閱文章，并給出建議。

DAY5：Chatgpt進(jìn)一步集成到Apple生態(tài)系統(tǒng)。Day5,蘋果公司發(fā)布了其iPhone、iPad和Mac軟件的更新（iOS和iPadOS 18.2），將ChatGPT進(jìn)一步嵌入蘋果系統(tǒng)當(dāng)中，此次更新包括在Siri、寫作工具和視覺智能中與ChatGPT的集成。 據(jù)彭博社消息，ChatGPT在回答問題時(shí)的準(zhǔn)確率比Siri高出25%，且能回答30%更多的問題，蘋果選擇與OpenAI合作，將ChatGPT整合進(jìn)iOS、iPadOS和macOS系統(tǒng)將極大提升其智能體驗(yàn)。 目前，在iPhone、Mac、iPad等設(shè)備中，新版的蘋果智能已經(jīng)包含ChatGPT拓展功能，用戶可在設(shè)置中自行選擇是否調(diào)用ChatGPT。

DAY6：增強(qiáng)版高級(jí)語音模式發(fā)布。增強(qiáng)版高級(jí)語音模式。 增強(qiáng)版高級(jí)語言模式具備屏幕共享和視覺功能，ChatGPT可以協(xié)助理解手機(jī)攝像頭以及屏幕上所查看的內(nèi)容。這些功能在高級(jí)語音模式已有的基礎(chǔ)上進(jìn)一步增強(qiáng)，目前ChatGPT支持像人類的自然對(duì)話對(duì)話，同時(shí)對(duì)話可以被中斷，具有多輪交互，并理解非線性的思維過程。實(shí)時(shí)視頻通話：用戶現(xiàn)在可以使用視頻與ChatGPT進(jìn)行交流，這使得溝通更加直觀和生動(dòng)。在官方展示案例中，OpenAI的工作人員通過ChatGPT的視頻功能現(xiàn)場獲取了如何制作一杯咖啡的指引。當(dāng)演示者按照步驟操作時(shí)，ChatGPT會(huì)同時(shí)口頭提供見解和指導(dǎo)。 實(shí)時(shí)屏幕共享：用戶可以將自己的屏幕內(nèi)容分享給ChatGPT，以獲取ChatGPT提供的技術(shù)支持或協(xié)助處理屏幕內(nèi)容。在官方演示中，OpenAI的工作人員通過與ChatGPT共享屏幕，獲得了關(guān)于如何回復(fù)其消息的建議。

DAY7：Projects對(duì)話管理工具上。Projects in ChatGPT。 可以將ChatGPT的各種功能整合至一處，便于用戶創(chuàng)建并管理各類項(xiàng)目，不僅支持Canvas界面，還能通過ChatGPT Search輕松接入互聯(lián)網(wǎng)資源。 分項(xiàng)目管理ChatGPT：Projects賦予用戶將聊天與數(shù)據(jù)分組的能力，從而使用戶能夠依據(jù)自身需求更加便捷地定制ChatGPT。在創(chuàng)建Projects的過程中，用戶可以在界面內(nèi)設(shè)定標(biāo)題、自定義文件夾的顏色、上傳與項(xiàng)目相關(guān)的文件，并編寫說明來指導(dǎo)ChatGPT如何最高效地協(xié)助用戶完成項(xiàng)目。在項(xiàng)目內(nèi)部，用戶可以即刻開啟聊天，并通過側(cè)邊欄輕松地將過往的聊天記錄添加到項(xiàng)目中，同樣支持利用上下文信息來回答問題。聊天內(nèi)容能夠保存在項(xiàng)目中，便于支持用戶稍后繼續(xù)對(duì)話，并清楚地知道在哪里查找所需內(nèi)容。

DAY8：ChatGPT搜索功能更新。搜索功能全新升級(jí) 。全方位體驗(yàn)升級(jí)：用戶現(xiàn)在可以直接訪問嵌入式Y(jié)ouTube視頻、圖片、電影資源，還能便捷地使用商業(yè)地圖和餐廳導(dǎo)航。在官方演示中，演示者只需與ChatGPT自然對(duì)話，ChatGPT便可自行判斷是否需要調(diào)用ChatGPT search，同時(shí)，用戶也可以選擇開啟ChatGPT search功能。ChatGPT search將自動(dòng)根據(jù)要求總結(jié)網(wǎng)頁內(nèi)容，并允許用戶追溯網(wǎng)站來源。 移動(dòng)設(shè)備的優(yōu)化體驗(yàn)：針對(duì)移動(dòng)設(shè)備，OpenAI根據(jù)用戶反饋優(yōu)化了聊天搜索的體驗(yàn)。在官方演示中，演示者搜索了Mission附近的墨西哥餐廳，ChatGPT search可自行進(jìn)行篩選，并展示了路線、網(wǎng)站、電話和營業(yè)時(shí)間等詳細(xì)信息。用戶可進(jìn)一步提問哪些餐廳支持室外用餐，ChatGPTsearch可自行進(jìn)行下一步篩選，并列示符合要求的選項(xiàng)，用戶可點(diǎn)擊商家地址，即可調(diào)用蘋果地圖規(guī)劃路線。在Advance Voice模式中集成：可以在高級(jí)語音模式中使用搜索，通過語音命令訪問最新的網(wǎng)絡(luò)信息，增強(qiáng)了ChatGPT的交互性和便利性。在官方演示中，演示者通過語音向ChatGPT提問在12月23日蘇黎世有什么活動(dòng)，ChatGPT可在搜索后語音進(jìn)行回復(fù)，并支持用戶對(duì)感興趣的活動(dòng)進(jìn)一步提問，如舉辦時(shí)間、地點(diǎn)、活動(dòng)舉辦當(dāng)天的天氣等。

DAY9：o1正式版API全面上線。實(shí)時(shí)API集成WebRTC（網(wǎng)頁實(shí)時(shí)通信）。實(shí)時(shí)API現(xiàn)在支持WebRTC，這將簡化實(shí)時(shí)語音體驗(yàn)的構(gòu)建，使得在各類平臺(tái)（包括基于瀏覽器的應(yīng)用、移動(dòng)客戶端、物聯(lián)網(wǎng)設(shè)備或直接的服務(wù)器到服務(wù)器部署）上構(gòu)建和擴(kuò)展實(shí)時(shí)語音產(chǎn)品更加容易。通過WebRTC，現(xiàn)在只需幾行Javascript代碼，開發(fā)者就能為應(yīng)用添加實(shí)時(shí)功能。WebRTC提供了許多優(yōu)勢(shì)，例如更好的網(wǎng)絡(luò)適應(yīng)性、回聲消除和更簡單的代碼實(shí)現(xiàn)。以及將GPT-4o音頻價(jià)格降低60%，同時(shí)將RealtimeAPI測試版中引入GPT-4o mini。 在官方演示中，演示者只需極短的代碼，就可以在網(wǎng)頁端構(gòu)建一個(gè)語音助手。同時(shí)，僅需將網(wǎng)頁端與帶有音頻交互功能的玩具連接，就可實(shí)現(xiàn)玩具的語音交互功能。演示者提到，后續(xù)開發(fā)者可自行將Realtime交互的應(yīng)用場景擴(kuò)展到可穿戴設(shè)備、攝影等領(lǐng)域。

DAY10：ChatGPT通話訪問模式。ChatGPT通話開放：目前美國用戶可通過電話與ChatGPT溝通，具體號(hào)碼為：1-800-242-8478，用戶可將其添加為手機(jī)聯(lián)系人，通話會(huì)被審查以確保安全。在官方演示中，演示者通過直接撥入電話的方式接入ChatGPT，并提問在舊金山的280號(hào)洲際公路上看到的圓頂房子是什么，ChatGPT準(zhǔn)確回復(fù)房子的名字，并進(jìn)行了簡短介紹，同時(shí)支持用戶對(duì)問題進(jìn)行進(jìn)一步溝通。用戶可以通過任何設(shè)備撥號(hào)連接ChatGPT，包括非智能手機(jī)、固定電話等，這意味著老年人也可以通過其老年機(jī)接入ChatGPT，并獲得相應(yīng)回復(fù)。 WhatsApp聊天：全球范圍內(nèi)，用戶可在WhatsApp上與ChatGPT聊天，用戶可以像與聯(lián)系人中的任何人一樣，通過文本輸入問題，即可獲得基于4o-mini模型生成的回復(fù)。在官方演示中，演示者通過WhatsApp詢問ChatGPT意面香蒜醬的制作方法，ChatGPT可生成詳細(xì)的制作方法，包括原材料、制作步驟等。同時(shí)，ChatGPT能根據(jù)用戶的不同要求（如素食、特定飲食偏好等）更新食譜，并回復(fù)相應(yīng)配菜建議。