在近期科技界的重大事件中，OpenAI公司的“12 Days of OpenAI”活動圓滿落幕，這一活動的壓軸大戲是o3系列大模型的驚艷亮相。據(jù)官方透露，o3在某些應(yīng)用場景下的推理能力已逼近通用人工智能（AGI）的水平，這一消息引起了業(yè)界的廣泛關(guān)注。
關(guān)于o3的命名，OpenAI首席執(zhí)行官山姆·阿爾特曼在一場直播活動中給出了答案。他解釋稱，為了避免與英國電信運(yùn)營商O2的商標(biāo)產(chǎn)生沖突，公司決定跳過o2，直接將最新模型命名為o3。這一決定不僅彰顯了OpenAI在命名上的創(chuàng)意，也體現(xiàn)了其對法律風(fēng)險的謹(jǐn)慎考量。
o3作為o1推理模型的升級版，推出了完整版和精簡版（o3-mini）兩個版本。其中，o3-mini針對特定任務(wù)進(jìn)行了優(yōu)化，以滿足不同用戶的需求。然而，OpenAI并未立即全面開放這兩款模型，而是先邀請安全研究人員注冊測試預(yù)覽版o3-mini，待測試穩(wěn)定后再推出o3預(yù)覽版。這一舉措不僅有助于提升模型的安全性，還能為后續(xù)的全面開放打下堅實(shí)基礎(chǔ)。
對于感興趣的公眾而言，他們可以通過OpenAI的官方網(wǎng)站提交申請，參與安全測試。雖然阿爾特曼并未透露o3模型的具體開放日期，但他表示o3-mini將在2025年1月底推出，隨后再推出o3。這一消息無疑讓眾多AI愛好者充滿了期待。
o3模型與主流AI模型的一個顯著區(qū)別在于其事實(shí)核查功能。這一功能能夠幫助o3規(guī)避一些常見的模型陷阱，但也會帶來一定的響應(yīng)延遲。根據(jù)推理難度的不同，延遲時間通常在幾秒到幾分鐘之間。o3還采用了“私人思想鏈”進(jìn)行思考，能夠在響應(yīng)前暫停并考慮相關(guān)提示，最終給出最準(zhǔn)確的答案。
o3模型還具備調(diào)整推理時間的新功能，用戶可以根據(jù)需要選擇低、中、高三種計算級別。計算級別越高，o3的任務(wù)執(zhí)行性能就越好。這一功能為用戶提供了更加靈活的使用體驗(yàn)。
在性能方面，o3模型在多個基準(zhǔn)測試中均表現(xiàn)出色。在ARC-AGI基準(zhǔn)測試中，o3在高計算設(shè)置下獲得了87.5%的分?jǐn)?shù)，在低計算設(shè)置下得分為75.7%，性能是o1的三倍。在SWE-Bench Verified編程任務(wù)基準(zhǔn)測試、Codeforces編程技能測試、2024年美國數(shù)學(xué)邀請賽以及GPQA Diamond研究生水平生物、物理和化學(xué)測試中，o3均取得了優(yōu)異的成績。
這些成績不僅證明了o3模型的強(qiáng)大實(shí)力，也為其在通用人工智能領(lǐng)域的進(jìn)一步發(fā)展奠定了堅實(shí)基礎(chǔ)。然而，隨著o3能力的不斷提升，其潛在風(fēng)險也日益凸顯。OpenAI承諾將致力于模型安全，并與其他機(jī)構(gòu)合作構(gòu)建更加完善的基準(zhǔn)測試體系，以確保o3能夠在安全可控的范圍內(nèi)發(fā)揮最大效用。
o3的發(fā)布對于OpenAI與微軟之間的合作關(guān)系也產(chǎn)生了重要影響。根據(jù)雙方的交易條款，一旦OpenAI達(dá)到AGI水平，公司將不再有義務(wù)向微軟提供其最先進(jìn)的技術(shù)。這意味著o3的成功發(fā)布不僅標(biāo)志著OpenAI在通用人工智能領(lǐng)域邁出了重要一步，也可能對其與微軟的合作關(guān)系產(chǎn)生深遠(yuǎn)影響。
