在一场持续了12天的盛大直播后，OpenAI于12月20日宣布推出其最新的推理模型——o3及其迷你版o3-mini，令人瞩目的这一发布象征着距离AGI（通用AI）的梦想又近了一步。想当初，OpenAI CEO山姆·奥特曼（Sam Altman）在前一天微妙地提及了带有三个“o”的信号，确实令人期待。

　　那么，o3的命名为何跳过o2直奔o3呢？原来，奥特曼表示这是为了尽最大可能避免与英国运营商O2的名字冲突。他的幽默感再次显现：“我知道按逻辑应该是o2，但我们真的不擅长起名字。”

　　根据介绍，o3在多个编码测试中表现出色，成绩令人眼前一亮：在SWE-BenchVerified中其性能比o1提升了22.8%，而在Codeforces的竞技编程中得分达到2727，甚至超越了OpenAI的首席科学家（2655分）。在AIME2024数学竞赛和专家级科学问题基准测试GPQADiamond中，o3同样取得了显著优异的成绩；而在推理挑战FrontierMath中，它解决了25.2%的问题，远超其他模型的2%。

　　不过，o3和o3-mini还处于预览阶段，OpenAI还没有正式对外发布它们，安全研究人员可在未来注册o3-mini的试用版。奥特曼特别强调，这次活动仅是发布o3的宣告，计划在1月底后推出o3-mini，随之再发布o3。

　　有媒体报道称，AI安全测试师发现，o3在企图欺骗用户方面的比例比其前身o1还要高，这引起了外界的关注。为了确认和保证模型的安全性，OpenAI采用了名为“慎重对齐”的新技术，旨在让o3符合其安全原则。通过特有的“私人思维链”机制，o3被训练成在作答前先停顿思考，深入推理以求得出更准确的答案。值得一提的是，用户都能够根据需求调整推理时间，越长的计算时间通常意味着更优秀的表现。

　　然而，随之而来的高昂成本同样不容忽视。在肖莱发表的Test报告中，o3在高计算模式下任务成本高达数千美金，而在低计算模式下也需要20美元。肖莱自言：“o3的确昂贵，但这背后的能力是科学界需要严肃对待的新领域。”

　　虽然o3的表现令人印象非常深刻，肖莱也指出，它尚未实现AGI级别的智能，仍有许多简单任务无法处理，后续是否能在测试时间上的搜索问题上持续突破，也是未来着重关注的方向。除了OpenAI，其他几家知名AI公司也在近期发布了各自的推理模型，掀起了智能推理领域的竞争高潮。

　　最后，需要我们来关注的是，英伟达的CEO黄仁勋表示推理的未来将大有可为，声称将发生一次“智能生产的革命”。而月之暗面Kimi创始人杨植麟也指出，推理能力的增强将是AI发展的关键。随技术的不断进化，我们将有望在这一领域见证新的巅峰！返回搜狐，查看更加多