OpenAI“草莓”值万亿吗？

　　奥特曼和马保国有什么共同点?答：都爱搞偷袭。

　　“草莓”的消息已经传了几个月，据说这是OpenAI内部的一个神秘项目，似乎和前代模型颇有些不同。但OpenAI一直讳莫如深，最接近曝光的时刻，是此前CEO山姆·奥特曼(Sam Altman)在社交媒体上发布的一张真·草莓照片。

　　就在前几天，The Information还在爆料称“草莓”将在未来两周内发布。

　　即便在如此高的关注度下，OpenAI还是打了世界一个措手不及：当地时间9月12日下午，没有任何预告，没有任何发布会，OpenAI突然发布了新模型。

　　不过，新模型的名字不像“草莓”那样美味，而是很正经，且饶有深意：o1。

　　要知道，此前OpenAI发模型一直以“GPT”系列迭代，从2018年的GPT-1到今年5月的GPT-4o无不如是。如今，OpenAI却开辟新条线。

　　在官宣o1发布的官方博文中，OpenAI这样说道：“作为早期模型，它还不具备使 ChatGPT 有用的许多功能……但对于复杂的推理任务来说，这是一个重大进步，代表了 AI 能力的新水平。鉴于此，我们将计数器重置回1并将此系列命名为 OpenAI o1。”

　　新模型目前只开放给ChatGPT付费订阅用户和部分程序员，为表该模型还不成熟，暂叫“o1-preview”，preview即为预览之意。此外，OpenAI还顺手发了小模型版本o1-mini。不管是o1-preview还是o1-mini，目前都有每周的回应条数限制。

　　奥特曼自己在社交媒体X上夸赞新模型是“我们迄今为止最强大、最一致的模型”之外，也强调“o1仍然存在缺陷，仍然有限”。

　　一向喜欢给ChatGPT泼冷水的AI学者盖里·马库斯(Gary Marcus)则戏谑OpenAI此举是“熟悉的配方”：公布演示demo、向有限的用户开放、筹集资金、再来一遍。

　　o1发布的当下，OpenAI正在进行新一轮融资。根据彭博社最新消息，本轮融资将是百亿美元规模、目标估值1500亿美元的大事件。

　　A

　　先来看看模型本身。

　　正如此前的传闻，o1的一大侧重点是“推理”。而“推理”的背后的关键，则是“思考”。

　　对于用户来说，最直观的感受是o1-preview在回答问题之前，会花更长时间。

　　字母榜在o1-preview模型下，向ChatGPT提问“今天是几月几号星期几”。问题发送后，ChatGPT逐一显示自己正在进行的思考步骤：解答日期问题、审查指引、了解当前日期，而后才给出答案，标明“思考8秒”。

　　与之相比，在GPT-4o模型下，ChatGPT在3秒内直接给出回答，没有显示中间步骤。

　　“这是一款通过强化学习训练的新型大预言模型，旨在执行复杂的推理任务。o1在回答问题前会进行思考——它可以在回答用户之前产生一个内部的长‘思维链’。”OpenAI在博文中写道。

　　这次o1模型发布，OpenAI官方对于技术细节透露得很少，反复强调的就是“思维链”。

　　据OpenAI解释，o1在尝试解决问题时使用思维链，就像人类在回答一个困难问题之前长时间地思考。通过强化学习，o1学会了精细化其思维链并优化使用策略。它能够识别和纠正自己的错误，学会将复杂的步骤分解得更简单。当前的方法不起作用时，它会尝试不同的方法。

　　“这个过程极大地提高了模型的推理能力。”

　　那o1的能力究竟有多强呢?除了OpenAI一连发布的数条演示视频之外，最有说服力的还得是测试成绩。OpenAI表示，在许多推理密集的基准测试中，o1的表现“与人类专家相媲美”，优于以前的技术。例如在国际奥数考试(IMO)中，以前的技术得分13%，o1的得分高达83%。

　　在 Codeforces 编程比赛中，o1拿到89%的优异成绩。OpenAI基于o1还针对性地开发了更擅长编程的o1-ioi，成绩一举超过93%的参赛者。

　　另一个被OpenAI特别拿出来“炫耀”的测试是GPQA-diamond，这是一个化学、物理学和生物学专业知识的基准测试。OpenAI邀请了拥有博士学位的专家一同比拼，发现“o1的表现超过了这些人类专家”。

　　OpenAI还称，启用视觉感知能力后，o1在MMMU测试中的得分为78.2,%，“成为第一个能够与人类专家竞争的模型”。此外，57个MMLU子类别中，o1在54个子类别上超过了GPT-4o。

　　总之，o1比起OpenAI之前的模型，更注重推理能力，在数学和编程等方面的能力尤其得到提升，说夸张点儿简直是拳打博士，脚踢专家，而且通过“思维链”，还有望减少模型的幻觉。

　　B

　　不过，目前o1还处在比较早期的阶段，正如奥特曼强调的“还有缺陷，仍然有限”。

　　仅在字母榜的浅浅尝试中，o1-preview就发生过错误。如提问“9.11和9.9哪个大”，GPT-4o回答错误，o1-preview同样回答错误，一本正经地表示“9.11确实大于9.9.因为9.11(即9.11)比9.9(9.90)要大”。啰唆中带着一丝滑稽，更别提思考花费了15秒。

　　The Information也报道称，一些试用了o1-preview的用户表示，很多互动“不值得额外等待10到20秒的时间”，他们更喜欢GPT-4o的响应速度。

　　目前开放给付费用户的是o1-preview和o1-mini，但次数有限制：o1-preview每周30条消息，o1-mini每周50条消息。

　　下周开始，ChatGPT的企业用户和教育(Edu)用户也可以访问这两种模型。OpenAI还表示未来想向所有用户免费提供o1-mini，但具体的时间并未公布。

　　这还是OpenAI首次在发布模型的时候加上类似“preview(预览)”的后缀，此前不管是GPT-4还是GPT-4o都是直接发布完全体。

　　o1的一个不容忽视的特点是：贵。

　　开发人员访问o1的成本非常高：在API方面，o1-preview每100万个输入令牌或模型解析的文本块收费15美元，是GPT-4o的三倍，每100万个输出令牌收费60美元，是GPT-4o的四倍。

　　The Atlantic在报道中分析称，o1专门被设计成需要更多时间的，这必然会消耗更多资源，增加AIGC盈利的难度。

　　C

　　本文开头提到的马库斯(Gary Marcus)是人类神经科学和人工智能交叉领域的学者，纽约大学荣誉教授，同时也是AI初创公司Geometric Intelligence的创始人兼CEO，他更加深入人心的角色是“AI界的刺儿头”，多次批评OpenAI。

　　在他看来，OpenAI突然发布o1-preview的举动更多是一种宣传手段。

　　毕竟OpenAI正在进行一轮重要的融资，据彭博社近日的最新报道，OpenAI正在商谈以1500亿美元估值从投资者那里筹集65亿美元，此外还想以循环信贷的方式从银行筹集50亿美元。

　　“发demo，向有限用户开放、筹钱、重复”，马库斯这样总结OpenAI的“手段”。

　　今年7月，The Information曾报道OpenAI今年可能亏损高达50亿美元。其中OpenAI今年的员工成本约15亿美元，AI训练和推理成本可能高达70亿美元，而年收入则预计在35亿美元到45亿美元之间。

　　当时The Information就预言，照这个烧钱速度，OpenAI很快就得出来融资，上一次OpenAI的重要融资还是2023年初，微软投了百亿美元。

　　OpenAI已经不是第一次在关键节点释放“不成熟的产品”。

　　去年10月，OpenAI传出寻求出售股票的消息，当时被传的可能估值是860亿美元。但是次月OpenAI发生了惊人的高层巨变，奥特曼被踢出公司，又很快重回CEO岗位，赢得了“宫斗”。但股票出售计划由此被短暂耽搁，直到11月底才有交易“重回正轨”的消息。彼时就有知情人士表示，员工担心这次突发事件会影响股票出售，影响公司的估值。

　　有趣的是，在今年2月15日，OpenAI突然公布了一个全新的视频生成模型Sora，演示demo引起外界震动。不出三日，《纽约时报》报道，OpenAI完成了员工出售股份的交易，公司估值“如期”超过800亿美元。

　　如今已经过去了半年多，Sora迟迟未向大众开放，甚至没有推进大规模的测试。外界开始怀疑，Sora其实根本没有足够的算力支撑运行。市场研究机构Factorial Funds发布的报告认为，部署Sora需要72万张英伟达***芯片。

　　9月初，《台湾经济日报》报道台积电的A16埃米级芯片已经有大客户下单，除了苹果之外，还有OpenAI。而OpenAI将用定制芯片提升Sora的视频生成能力。这似乎也印证着此前Sora遇到了算力卡点。

　　如今草莓味的ChatGPT来了，也许很快，我们就能看到OpenAI成功完成新一轮融资、估值超万亿元的消息。