速递 | OpenAI o1草莓模型发布，这次真的更像人类了！

先说几个核心判断：OpenAI这次发布的o1系列模型，确实带来了不小的震动。官方的技术博客写得言简意赅，但背后释放的信号很明确——AI的推理能力，正在向“类人思维”迈出一大步。这次推出的模型（代号“草莓”？），本质上不再是那种“张嘴就答”的模式，而是学会了在给出答案前，先好好“想一想”。

---

OpenAI在其官网正式发布了o1系列模型的介绍。这一系列模型专为解决复杂问题而生，其核心训练思路是：在回应之前，花更多时间进行思考，模仿人类的思维过程。通过训练，它们学会了完善自身的推理链，尝试不同的策略，甚至能够识别并纠正自己的错误。从结果来看，在科学、编程和数学这类高逻辑需求的任务上，性能的提升是飞跃性的。

那么，它具体厉害在哪里？我们来拆解几个关键点：

• 工作原理
  ：不再是“输入-输出”的简单映射，而是开启了“内部思考”的流程。它会反复推演、尝试不同路径，并主动识别出逻辑上的死胡同。

• 性能表现
  ：在物理、化学、生物等领域的挑战性基准测试中，其表现已经可以媲美博士生。一个更直观的数据是，在国际数学奥林匹克（IMO）的资格赛中，GPT-4o的正确解答率是13%，而o1模型的得分飙到了83%。编程方面，它在Codeforces竞赛中达到了第89百分位，这意味着它比大多数人类参赛者都强。

• 安全性进化
  ：这是一个容易被忽略但极其重要的亮点。OpenAI引入了一套新的安全训练方法，利用模型自身的推理能力来遵循安全和对齐指南。在“越狱”测试中，o1-preview模型的得分是84分（满分100），而GPT-4o仅有22分。这意味着它更难被恶意提示词诱导，对Pro提示词的“免疫力”强了许多。

• 目标用户
  ：一句话，如果你是科研工作者、程序员、数学家，或者在日常工作中需要处理复杂逻辑和数据分析，那么o1模型会是你全新的得力助手。

• 轻量级选手——o1-mini
  ：为了兼顾效率和成本，OpenAI还同步发布了o1-mini。这是一个更小、更快、更便宜的推理模型，尤其在编程任务上表现出极高性价比，对开发者来说是个好消息。

• 如何访问
  ：ChatGPT Plus和Team用户即刻起就能在模型选择器中手动选择o1-preview和o1-mini。初始阶段，o1-preview的每周消息限制是30条，o1-mini是50条。API用户也可以开始用于原型设计。企业版和教育版用户则要等到下周。

具体性能提升：哪里更强？

根据官方公布的信息，o1系列的性能提升具体体现在以下几个维度：

• 科学领域
  ：能够处理复杂的科学问题和数据分析，在基准测试中表现出色。

• 编程领域
  ：无论是代码生成还是复杂逻辑的调试，能力都有显著提升。在Codeforces竞赛中达到第89百分位，就是最好的证明。

• 数学领域
  ：从IMO资格赛13%到83%的跨越，说明了它在解决高难度数学问题上的巨大飞跃。

• 复杂问题解决
  ：这正是o1系列设计的初衷——通过“慢思考”和推理，完成需要深入分析和逻辑链的任务。

• 安全对齐
  ：在遵循安全规则和对抗恶意攻击方面，通过新的训练方法，实现了质的提升。

• 特定应用
  ：官方给出了几个非常具体的例子，比如医疗研究中的细胞序列数据注释，物理学家生成量子光学所需的复杂数学公式，以及开发者构建和执行多步骤工作流。这些都是过去模型难以胜任的。

图片来源:OpenAI

编程与数学：质变是如何发生的？

在编程和数学这两个硬核领域，o1的改进不仅仅是分数的提升，而是能力的跃迁。

• 从能写出代码，到能写出

  正确且高效
  的复杂代码。它能理解复杂的编程范式，精准生成和调试逻辑。
• 在Codeforces这种竞技性编程平台上，它已经进入了顶尖选手的行列（89百分位）。

• 23%到83%的解题率提升，背后是推理能力的全面升级。它不仅能解代数、几何，还能处理更复杂的微积分问题。
• 这意味着在科研和工程计算领域，它可以成为一个真正意义上的“数学助手”。

• 核心在于“深入思考”的机制。它不再是蒙答案，而是像解题思路一样，尝试不同策略，最终找到最优解。
• 一个关键的突破是“自我纠错”。通过训练，模型学会识别自己逻辑链条中的错误，并加以修正，这对于提高准确率至关重要。

• 84分对22分的越狱测试得分，说明它具备了更强的判断力。当用户试图引导其说出不合规内容时，它能通过推理识别出意图，并遵循安全指南。

图片来源:OpenAI

如何使用？

目前，ChatGPT Plus和Team用户已经可以在ChatGPT中手动切换到o1-preview和o1-mini。需要注意的是，早期阶段使用额度有限，o1-preview每周30条，o1-mini每周50条。可以预期，OpenAI很快就会提高这个限制，并实现自动切换最佳模型的机制。

---

总的来说，o1模型的推出，标志着我们从一个“快速回答”的AI时代，迈入了一个“深度思考”的AI时代。它在科学、编程、数学和安全领域带来的质变，让人对未来充满期待。这只是一个开始，接下来就看它在实际应用中能落地出多大的价值了。