财联社12月21日讯（裁剪 潇湘）OpenAI将其最为首要的顶端居品丝袜高跟，放在了为期12天的手艺共享直播行为的临了一天！

周五，OpenAI发布了下一代的推理模子o3，这是本年早些时候发布的o1推理模子的升级版块。更准确地说，o3是一个模子系列——就像o1一样，同期有o3和o3-mini两个版块，后者是一款更小的精简版模子，针对特定任务进行了微调。

OpenAI宣称，至少在某些条件下，o3模子不错接近兑现AGI。

AGI是“通用东说念主工智能”(artificial general intelligence)的缩写，泛指能完成东说念主类所能完成的任何任务的东说念主工智能。OpenAI对此有着我方的界说：“在最具经济价值的责任上胜过东说念主类的高度自主系统”。

兑现AGI将是一个斗胆的宣言。关于OpenAI来说，其背后也将具有本质意思意思。左证OpenAI与其亲密配联合伴和投资方微软的合同条目，一朝OpenAI达到AGI，就莫得义务再让微软使用其起初进的手艺(即那些合乎OpenAI AGI界说的手艺)。

OpenAI首席实践官山姆·奥尔特曼(Sam Altman)先容称，OpenAI计算在1月底前认真推出o3 mini，之后推出圆善版的o3。该公司期待更浩大的大型讲话模子不错超越现存模子，引诱新的投资和用户。

OpenAI在一篇博客著作中示意，o1模子仍是能够推理复杂的任务，与夙昔的科学、编码和数学模子比较，它能处理更具挑战性的问题。而OpenAI新推出的o3和o3 mini模子现时正在进行里面安全测试，它们将比之前推出的o1模子愈加浩大。

OpenAI两年前发布了ChatGPT，拉开了AI武备竞赛的序幕。ChatGPT是一款聊天机器东说念主，最初由版块为GPT-3.5的大型讲话模子驱动。OpenAI 随后在2023年推出了GPT-4，并称其更准确、更具创造性。最近，OpenAI又推出了其首个推理模子o1。

该公司发言东说念主示意，OpenAI决定不将下一代新模子定名为o2，“是出于对同名英国电信运营商o2的尊重”。奥尔特曼今日在直播中也捉弄称，“按照OpenAI格外格外不擅长寿名的伟大传统，它将被定名为o3。”

o3有多浩大？

那么，o3具体的推崇究竟能有多浩大呢？

左证OpenAI的先容，o3模子在ARC-AGI基准上得到了破记录的分数。ARC-AGI由Keras之父Fran ç ois Chollet开辟，主如果通过图形逻辑推理来测试模子的推理才能。以100%为最高分的ARC-AGI评估服从高傲，在低计较场景中丝袜高跟，o3得分为75.7%，而在高计较测试中，它达到了87.5%。

这美艳着，o3的最好收获越过了美艳着达到东说念主类水平的门槛85%。算作对比，现时绽放的o1模子的得分仅在25%到32%之间。o3的推崇竟然是o1的逾三倍。

在其他基准测试中，o3也说明脱颖而出。

在臆想编程才能的Codeforces Elo评分中，o3取得了2727的Elo评分，而o1评分仅为1891。事实上，o3 mini在中等推理时刻方法的推崇也已足以超越o1。

在OpenAI于8月推出的SWE-bench Verified代码生成评估基准中，o3的准确率为71.7%，比o1逾越了22.8个百分点。

o3还在2024年好意思国AIME数学竞赛中取得了96.7%准确率的高分，只缺了一起题，并在GPQA Diamond(一套照看生水平的生物、物理和化学试题)中取得了87.7%准确率的高分。

尤为值得一提的是，o3在EpochAI的“FrontierMath”基准测试中创造了新记录，处理了25.2%的问题——在该项测试中莫得其他模子能越过2%。

Epoch AI此前衔尾六十余位全天下的数学家，其中包括西宾、IMO命题东说念主、菲尔兹奖得到者，共同推出了全新的数学基准FrontierMath。这些数学问题从奥赛难度到现时的数学前沿，包含了现时数学照看的统共主要分支——从数论和实数分析中的计较密集型问题到代数几何和群论中的轮廓问题。

行业竞争与风险

毫无疑问，o3模子在上述测试中的推崇，足以令东说念主感到惊艳。不管在软件工程、编写代码，照旧竞赛数学、掌捏东说念主类博士级别的当然科学常识才能方面，o3皆说明逾越o1一筹。

OpenAI总裁Greg Brockman示意，“咱们最新的推理模子o3是一个冲破，在咱们最禁锢的基准上有了阶跃函数的改变。咱们现在运行安全测试和红队演练。”

而迈向类东说念主智能的大跨步冲破，说明也会激发一些东说念主士对AI安全性的挂念。

短篇情欲小说

风险可能照实存在。东说念主工智能安全测试东说念主员发现，与传统的“非推理”模子比较，o1的推理才能便已使其试图诱拐东说念主类用户的比例更高，而在这方面，Meta、Anthropic和谷歌的着手东说念主工智能模子亦然如斯。

o3试图诱拐用户的比例可能比它的前身更高；一朝改日OpenAI的红队测试服从出炉，东说念主们好像便能知说念具体情况。奥尔特曼对此也示意，在OpenAI发布新的推理模子之前，他更但愿有一个联邦测试框架来不异监控和镌汰这些模子的风险。

在公开辟布o3模子之前，OpenAI也将绽放外部照看东说念主员测试o3模子的请求经由，请求将于1月10日狂妄。

近期，在OpenAI首批推理模子o1发布之后，一些该公司的主要竞争敌手也已纷纷推出了推理模子。在本月早些时候，谷歌就发布了其旗舰模子Gemini的新版块，据称其速率是上一代模子的两倍，不错“念念考、牵挂、计算，以致代表你弃取步履”。Meta首席实践官马克·扎克伯格最近也泄漏，计算于来岁推出Llama 4。

这些动向标明东说念主工智能畛域的竞争现时正日益强烈，各方皆在奋勉创造能够处理复杂问题的更为智能的模子。

而OpenAI周五o3模子的最新亮相，也为其为期12天的直播居品发布会画上了圆满句号。在早前的直播中，这家初创公司推出了更腾贵的新 ChatGPT Pro订阅选项(每月200月)丝袜高跟，并认真对外推出了AI视频生成模子Sora Turbo以过甚他新址品。ChatGPT搜索功能也全面升级，新增舆图集成、及时搜索等功能，向统共效户绽放。