OpenAI终于来了,但是挺让人失望的

OpenAI 在年底的终于12天里，Devday的但挺连续更新终于结束了。每天蹲着看新闻发布会就像打开巧克力盲盒。让人我不知道下一个是失望什么味道。

在前11天的终于新闻发布会上，大部分都很淡，但挺只有三款产品还有一些精彩的让人“味道”。

综上所述，失望可以称之为重磅更新包括:o1正式版、终于Sora、但挺Canvas，让人它们主要集中在前4天发布。失望

其中，终于O1的但挺官方版本确实有了很大的改进。Sora为AI生成视频增加了许多产品模式。让人Canvas可以被视为OpenAI挑战AI工作台的第一次产品尝试。

其次，与苹果的深度合作、视频通话功能、o1-mini的强化微调相对有趣。

o1-mini的强化微调在专业领域潜力巨大，微调简单明显。视频通话功能是惊人的“HER“正式上线。与苹果的深度合作对OpenAI来说也是一件大事，在AI行业站稳了一哥的地位。

还有一些小产品更新让人觉得——“这也值得开新闻发布会吗？”

这些产品包括“这些产品包括”Projects项目功能，o1 图像输入和4o高级语音API正式开放ChatGPT Search 升级和打电话给GPT 功能。它们相对较小，更新与竞争对手没有什么不同。

最后一天，OpenAI终于抛出了一个王炸：GPT-o3。一举打破人工智能发展陷入瓶颈的怀疑，各种性能直奔AGI。

我们根据发布产品的重要性制作了一个表格，梳理了12天的过山车发布日。

下面，让我们详细谈谈这些更新的核心点。

重要产品更新

o1完整版(Day1)

从能力上看，o1确实比Preview版有了很大的进步。它在国际数学奥林匹克预选赛中取得了很大的进步（AIME 2024）、编程能力测试（CodeForces）方面都比o1- preview增加了50%。处理复杂问题时的重大错误率降低了34%。

还可以根据题目难度调整处理时间，使用户等待时间下降50%以上。

更重要的是，o1还可以支持多模态识别。这使得它的实用性飙升。医生可以用它来分析医学图像，工程师可以帮助它看图纸，设计师可以让它提供创造性的建议。

但是它的价格也挺贵的，只有200美元的ChatGPT Pro版订阅用户可以享受无限使用，其他普通20美元订阅用户每天只能享受20次使用权。

o1作为第一天出现的产品，确实能让人眼前一亮。

Sora（Day3）

等了10个月，Sora终于迟到了。

但这不是模型版本的升级，更像是产品抛光。Sora的官方版本可以生成最长20秒和1080p的视频。生成效果与2月份刚刚发布的视频没有太大区别。

然而，OpenAI确实在产品上下了一点心思。故事板不仅是本次发布中最具创新性的功能，也是Sora最雄心勃勃的尝试。它为用户提供了类似于专业视频编辑软件的时间轴界面。用户可以在时间轴上添加多个场景卡。用户可以串联多个提示，系统会自动处理场景之间的过渡效果。

此外，OpenAI还提供Remix、Blend和Loop三种专业工具。更换视频中的元素，或混合两个视频，自动完成无限循环视频。

产品挺好的，但是没升级过的模型不是很厉害。在发布后的评估中，Sora经常翻车，运动、互动和物理经常处理得一塌糊涂。会有凭空出现的人和鬼影。

OpenAI 给出的可用性也很小气，20美元的Plus用户一个月可以使用50次。只有每月支付200美元的Pro用户才能享受无限的“慢速”生成权限。

Sora终于来了，但是挺让人失望的。

Canvas（Day4）

一言以蔽之，Canvas就是OpenAI 人工智能版Google Docs。

因为Canvas已经演变成一个完整的工作台，集智能写作、代码合作和人工智能为一体。它显示了OpenAI超越Chatbot的产品野心。

作为写作助手，可以提供编辑意见。

Canvas通过内置Webassembly编程功能 Python模拟器创建了一个几乎没有延迟的编程环境。它还显示了理解代码意图的能力。

就像最近更新的Cursor和Devin一样，它推出了定制人工智能智能身体的能力。它可以完成一系列的操作，并帮助你给你的朋友发送圣诞信。

Canvas的三个维度并不孤立。在实际使用中，它们经常相互合作。这种无缝集成使Canvas成为多功能人工智能驱动的创作工作室原型。

但是从前端显示的角度来看，它不如Claude好 的 Artifacts。Cursor也不如编程方便。所以融合是它的亮点。

一般产品更新

o1-mini强化微调(Day2)

如果这个产品不实用，可以算是重磅发布。

它改变了过去的微调只是通过增加专业数据的逻辑，而是通过加强具有推理能力的模型的学习方向。指导模型在面对复杂问题时有更深入的思考能力。

现在，模型只需要“几十个例子”甚至12个例子就可以有效地学习特定领域的推理。根据OpenAI的研究数据，经过强化微调的o1mini模型的测试通过率比传统o1模型高24%，比未经强化微调的o1mini高82%。

不幸的是，只能微调o1-mini，也是医疗、法律、金融、保险等复杂领域的任务。普遍性差。

高级视频语音模式(Day6)

这是另一个老蛋糕。5月13日，在GPT-4o的演示中，OpenAI的工作人员可以与4o视频通话，看到我们的实时手机屏幕内容，或者根据相机中的实时图片与我们聊天或回答问题。

这一次是真的，没有升级。但是这个功能本身还是很重要的。

然而，由于这个蛋糕已经烤了很长时间了，两天前微软推出的Vision和谷歌仍在烤的Astra也跟上了。OpenAI的领先地位正在被一点点侵蚀。

与苹果(Day5)的合作、Day11）

ChatGPT和Apple Intelligence更像是官方宣布的深度结果。苹果做不到的只能让贤OpenAI。

整合主要包括三个方面：一是与Siri的协调。当Siri判断任务可能需要ChatGPT的帮助时，它可以将任务移交给ChatGPT；

二是增强写作工具，用户现在可以用ChatGPT从头开始写文档，还可以对文档进行细化和总结；

三是iPhone 16相机控制功能，可以让用户通过视觉智能对拍摄对象有更深入的了解。

Mac集成在接下来的第11天，给GPT更多的Mac工具调用权。

唯一我不明白的是，为什么这两个人不能在同一天宣布，而且还不分两天？

能力补齐和小功能更新（Day 7，8，9，10）

剩下的更新最多只能算是凑数。一句简单的话就能说清楚。

“Projects“项目功能：允许用户创建特定的项目，上传相关文件，设置自定义指令，并将与项目相关的所有对话集中在一个地方。基本上和克里斯没有什么不同。

ChatGPT搜索升级:可以在对话中搜索，支持多模态输出。Perplexity的Pro模式早已得到支持。

4o热点：美国用户可以用4o打电话！尊老爱老，我觉得也算是给他们过重阳了。

o1 图像输入和4o高级语音API正式开放：我建议这个放在O1发布当天的最后一句话中。

这几天真的进入了拖延时间的循环。

最终王炸

GPT-o3（Day 12）

如果不是GPT-o3的最后一天，我真的觉得OpenAI只是为了搅浑水才开了12天的新闻发布会。

在此期间，Google发布了Gemini 2 Flash，超快超强；Astra，看起来真的像Agent；Voe2，碾压Sora ；Gemini 2 Flash Thinking，o1人也有。发了三个公告和几个视频，掀开了OpenAI前11天发布的所有视频。

但在Day 12.OpenAI还是找到了雄风。用o3向业界证明:Scaling Law未死，OpenAI为王。

o3 是 o1的下一个版本。9月o1发布仅3个月后，这个新版本在编码、数学和 ARC-AGI 多个基准，如基准测试，将大大超过基准测试 OpenAI 此前的 o1 模型。

看几个数据对比:

Codeforces 评分：2727——相当于全球人类程序员编码竞赛，排名第一 175 位置。99%以上的人类程序员。

科学问题的博士水平（GPQA）：87.7%——博士生一般得分70%

最难的前沿数学测试:25.2%——其他模型不超过2%，数学天才陶哲轩表示，这次测试“可能会让人工智能困难好几年”

ARCC标题证明AGI是否达到AGI标题-AGI：87.5%——o1的得分25%

最值得注意的是ARC的最后一次测试-AGI，它显示了模型新任务的适应性。相比之下，ARC-AGI-从2020年GPT-3的0%增加到2024年GPT-4o的5%。这意味着模型不是死记硬背，而是真正解决问题的能力。

虽然ARC-AGI测试表现良好，但这并不意味着o3已经达到了AGI水平，因为它仍然会在一些非常简单的任务中失败，这与人类智能有根本的不同。

但无论如何，这证明了OpenAI选择强化推理的范式已经成功转变。人工智能的发展没有放缓的迹象。Scaling Law仍然有效。

OpenAI年底的圣诞礼物扫除了对人工智能停滞不前的担忧。

虽然o3的低计算成本高达20美元，但高计算成本甚至可能高达3000美元，但现阶段几乎不可能使用。但是计算能力会降低，Scaling Law将继续。

三个月来，在这12天的最后一天，OpenAI让我们感受到了从ChatGPT到GPT4的速度，从2022年底到2023年初。

也许就像之前参与开发o1一样 OpenAI科学家Noam “2024年，OpenAI正在进行实验，2025年是全速前进的一年，”Brown在采访中说。

OpenAI 为期12天的新闻发布会，过程波折，完美收工。为2025年的AI埋下希望。

本文来源：腾讯科技

很赞哦!（4411）