当地时间12月5日-20日，人工智能巨头OpenAI完成了连续12个工作日的12场直播，从首日的满血版o1模型重磅发布，再到期待许久的Sora Turbo正式发布，最终又以新一代推理模型o3收官，OpenAI CEO山姆·奥特曼（Sam Altman）还在四场直播中现身站台，我们似乎离AGI（Artificial General Intelligence，通用人工智能）又更近了一步。
让我们来一起回顾OpenAI叩响AGI之门的这12天。
第1天：满血版o1模型和ChatGPT Pro
o1模型的完整版在逻辑推理方面进行了显著增强，能够处理国际数学奥林匹克竞赛问题的能力达到了83%，相比之下，GPT-4o在同一测试中的表现仅为13%。
在响应速度方面，o1模型也有了显著提升。例如，在被问及公元2世纪罗马帝国的统治者及其在位时间和成就时，o1模型仅用大约18秒就给出了答案，这一速度远快于GPT-4o模型，并且比o1模型的预览版快了大约60%。
此外，o1模型还新增了多模态图像识别功能，这使得它能够识别手写文字、估算物体的相对尺寸，并且解释如何将零散的零件组装成更大的机械结构。
同时，OpenAI还推出了ChatGPT Pro订阅服务，用户每月支付200美元即可无限制地使用o1模型和高级语音功能。
尽管大多数评论对o1模型的完整版持积极态度，但也有用户指出，由于缺少一些高级功能，o1模型仍然给人一种“预览版”的印象，并且对于没有提供免费产品更新表示不满。
对于ChatGPT Pro的推出，有分析认为这显示了大型AI模型的高成本，同时也反映出在竞争激烈的AI领域中，OpenAI急需通过o1模型来证明自己。
第2天：强化学习微调
用户现在可以使用少量的训练数据，在专业领域迅速打造出达到专家水平的模型。
OpenAI的研究人员解释说，强化微调技术不仅仅是让模型学会输出结果，而是在模型识别出问题时，给予它空间去深思熟虑，然后研究者根据模型的最终答案进行评估。通过强化学习的方法，研究者能够鼓励模型沿着正确的思路进行思考，同时减少错误答案的产生。
经过强化微调的o1-mini模型，在top@1、top@5和top@max这三个关键指标上的表现均优于更强大的o1模型，其中top@1指标指的是模型将正确答案排在首位的概率，top@5是指正确答案出现在前五个选项中的概率，而top@max则是衡量输出中是否包含正确答案的概率。
第3天：Sora Turbo正式发布
Sora Turbo可以生成1080p、最长20秒的视频，支持横屏（16:9）、正方形（1:1）和竖屏（9:16）多种常见比例，并且可以对生成的视频进行Remix（重混）：替换、删除或重构视频中的元素，Re-cut（重新切割）：找到最佳的一帧再进行延展，循环剪辑，混合：将两个视频进行无缝合并剪辑，故事板剪辑：精准指定每个帧的输入，风格预设：预设创建视频的风格等操作。
第4天：Canvas升级
Canvas是OpenAI在今年10月推出的全新功能，OpenAI将其定义为 “使用 ChatGPT 编写和编码的全新工作方式”。
Canvas在单独的窗口中打开，用户和ChatGPT就项目进行协作,不仅仅是通过对话，而是共同创作和完善想法。
可以协作编辑文档，修改标题、添加表情符号、调整文本长度等。
Canvas还支持Python代码运行和调试，能直接查看文本和图形输出，并且ChatGPT能辅助调试并提供修改建议，用户可以快速迭代代码。
第5天：ChatGPT正式集成到苹果系统
ChatGPT正式集成到苹果系统中，用户可通过Siri访问ChatGPT功能，并支持语音控制设备。
当Siri判断ChatGPT能够更好地满足用户请求时，会自动将请求转发给OpenAI的系统。用户操作前需先启用该功能，以便保障隐私。
苹果的智能写作工具引入ChatGPT能力。用户不仅能优化、总结文档，提取关键信息，还能从零开始创作全新文档，甚至结合DALL-E图像生成技术在撰写过程中融入图片。
用户还可以轻触苹果的“相机控制”按钮完成视觉智能相关任务，例如快速识别眼前物品，或深入了解所看到的内容，进行翻译、总结等。
第6天：增强ChatGPT高级语音模式
GPT-4o增强多模态能力，推出实时视频理解功能，还推出限时圣诞老人语音模式。
用户可直接输入音频，理解并直接输出音频，可以把手机图片或短信等展示给ChatGPT，它将解读并分析这些内容，协助用户回复消息、工作等。
第7天：Projects功能发布
Project（项目）支持用户将文件、聊天记录等信息集中到一个“Project”中，与OpenAI竞争对手Anthropic此前推出的Claude新功能有异曲同工之处。
可进行文件上传、设定个性化指令等操作，也支持将过往聊天记录添加到项目中，定制ChatGPT的对话。创建新对话时也能自动搜索项目中的其他信息，进行更精准的回答。此外，还支持Canvas界面，能通过ChatGPT Search轻松接入互联网。
第8天：ChatGPT Search开放
ChatGPT Search正式向所有用户开放，优化了搜索速度和准确性，新增语音搜索功能与地图集成，全球同步上线，提升实时信息获取体验。
以更自然、更会话的方式提问，ChatGPT可以选择用网络信息进行回复。如果深入追问，ChatGPT会考虑您聊天的全部上下文，提供更好的答案。
新媒体集团VoxMedia总裁评价称，ChatGPT Search有望更好地突出值得信赖的新闻来源的信息并对其进行归属，使受众受益，同时扩大提供优质新闻的出版商的影响力。
第9天：o1 API正式版
OpenAI称o1 API为功能更强大的模型、新的定制工具，可提高性能、灵活性和成本效益的升级。
支持函数调用、结构化输出和视觉功能；更新支持低延迟自然对话体验Realtime API，可进行简单的WebRTC集成，GPT-4o音频的定价降60%，GPT-4o mini音频费率降为1/10；支持偏好微调，可根据用户和开发人员的偏好更轻松地定制模型；同时还推出了新的Go和Java SDK测试版。
OpenAI给这一天的发布取名为“为开发人员准备的节日礼物”。
第10天：推出ChatGPT热线
发布1-800-CHAT-GPT服务，支持WhatsApp即时通讯，同时只要电话拨通免费号码，OpenAI将通过热线提供15分钟的免费ChatGPT使用时间。
OpenAI首席产品官凯文·韦尔（Kevin Weil）在表示：“我们才刚刚开始让每个人都能更方便地使用 ChatGPT。”
有外媒试用了该服务后报道称，AI语音非常逼真，但通话时间限制为每月15分钟，且或许会存在隐私安全问题。
第11天：ChatGPT桌面版新增跨应用访问功能
ChatGPT桌面版可读取其他应用程序中的数据，实现实时协作。新增了更多编程环境和生产力工具的支持，可以与 Apple Notes等无缝对接，并支持在使用桌面应用时开启高级语音模式（该功能需要用户手动为每个应用开启）。
第12天：o3模型发布
发布最新推理模型o3和o3-mini，推理能力大幅提升，支持多模式推理。
据介绍，在编码测试SWE-Bench Verified中，o3性能比o1高出22.8%；在Codeforces竞技编程中得分为2727分，相当于位列第175名的人类选手，甚至超过了OpenAI的首席科学家（2655分）；在数学竞赛AIME 2024和专家级科学问题基准测试GPQA Diamond中成绩都得到明显提升；而在令很多AI和数学家都束手无策的最难数学和推理挑战FrontierMath中，o3解决了25.2%的问题，其他模型均未超过2%。
OpenAI还表示正使用一种新技术“慎重对齐”（deliberative alignment），来使o3等模型符合其安全原则。
ARC-AGI（通用人工智能抽象与推理语料库）发起者、Keras（用Python编写的高级神经网络API）之父弗朗索瓦·肖莱（Francois Chollet）认为，虽然o3给人留下了深刻印象，是迈向AGI的一个重要里程碑，但并不就是AGI，仍然有相当多非常简单的ARC-AGI-1的任务是o3无法解决的，同时还有迹象表明ARC-AGI-2对o3来说仍极具挑战性，“这表明在不涉及专业知识的情况下，创建对人类来说容易但对人工智能来说不可能的不饱和、有趣的基准仍然是可行的。当创建这样的测试变得完全不可能时，我们将拥有AGI”。
第13天的彩蛋：Plus用户Sora限时（圣诞假期）无限使用
奥特曼宣布，12月下旬，随着圣诞假期的到来，人们从工作中解脱出来，OpenAI的算力将不再紧张，因此将在假期内为所有Plus用户提供无限的Sora访问权限。
在OpenAI连续密集发布的新品中，不难发现，ChatGPT Pro的推出进一步证明了大模型的“烧钱”速度，多模态、定制化、隐私这些“安全易用”相关内容被多次强调，也体现出OpenAI急需通过更强的模型产品来证明自己。
为什么选择Azure OpenAI服务？
微软Azure OpenAI服务可以合规、稳定地提供企业用户使用ChatGPT模型。出于合规角度，国内企业可以选择微软的Azure OpenAI服务来使用接口，并具有以下优势：
效果一致：与OpenAI官方接口效果相同，无需担心性能差异。
国内IP调用：直接使用国内IP，连接更稳定，响应速度更快。
合规发票：符合国内法规，可直接开具专用发票。
灵活计费：按Token使用量计费，用多少付多少，成本可控。
技术支持：微软认证技术团队提供专业支持，解决技术难题。
企业优惠：现在签约，享受企业专属折扣。
作为微软的合作伙伴，领驭科技为企业提供绿色申请通道！企业现在就可以申请 OpenAI o1、GPT-4o 、GPT-4o mini！
↓马上申请免费试用↓
深圳领驭科技有限公司，作为微软中国南区的核心合作伙伴及HK CSP资质持有者，已成为国内首批获得Azure OpenAI服务授权的服务商之一。我司正积极整合Azure OpenAI的强大功能，包括先进的自然语言处理、分析和推理能力，到其产品和行业解决方案中。
Azure OpenAI服务通过其大规模生成式AI模型，支持企业客户根据特定需求和场景，开发创新应用，涵盖辅助写作、代码编写、多媒体内容生成以及数据分析等多个领域，为互联网、游戏、金融、零售、医药等行业以及自动驾驶和智能制造等前沿技术领域带来深远影响。
联系我们
深圳领驭科技有限公司
电话：0755 8654 3872
电邮：marketing@leinwin.com
网址：ai.leinwin.com
地址：深圳市南山区粤海街道高新科技园中区科技中三路5号国人通信大厦A座 902
