OpenAI“草莓”值万亿吗？

摘要： 本文来自：字母榜，作者：毕安娣，编辑：王靖，题图来自：AI 生成文章摘要OpenAI 发布新模型 o1，专注推理能力，估值目标达 1500 亿美元。• OpenAI 发布新模型 o...

本文来自：字母榜，作者：毕安娣，编辑：王靖，题图来自：AI 生成

文章摘要

OpenAI 发布新模型 o1，专注推理能力，估值目标达 1500 亿美元。

• OpenAI 发布新模型 o1，强调推理能力和思维链。

• OpenAI 计划以 1500 亿美元估值进行新一轮融资。

• o1 在数学、编程等任务上表现优异，但仍有缺陷。

奥特曼和马保国有什么共同点？答：都爱搞偷袭。

" 草莓 " 的消息已经传了几个月，据说这是 OpenAI 内部的一个神秘项目，似乎和前代模型颇有些不同。但 OpenAI 一直讳莫如深，最接近曝光的时刻，是此前 CEO 山姆 · 奥特曼（Sam Altman）在社交媒体上发布的一张真 · 草莓照片。

就在前几天，The Information 还爆料称 " 草莓 " 将在未来两周内发布。

即便在如此高的关注度下，OpenAI 还是打了世界一个措手不及：当地时间 9 月 12 日下午，没有任何预告，没有任何发布会，OpenAI 突然发布了新模型。

不过，新模型的名字不像 " 草莓 " 那样美味，而是很正经，且饶有深意：o1。

要知道，此前 OpenAI 发模型一直以 "GPT" 系列迭代，从 2018 年的 GPT-1 到今年 5 月的 GPT-4o 无不如是。如今，OpenAI 却开辟新条线。

在官宣 o1 发布的官方博文中，OpenAI 这样说道：" 作为早期模型，它还不具备使 ChatGPT 有用的许多功能……但对于复杂的推理任务来说，这是一个重大进步，代表了 AI 能力的新水平。鉴于此，我们将计数器重置回 1 并将此系列命名为 OpenAI o1。"

新模型目前只开放给 ChatGPT 付费订阅用户和部分程序员，为表该模型还不成熟，暂叫 "o1-preview"，preview 即为预览之意。此外，OpenAI 还顺手发了小模型版本 o1-mini。不管是 o1-preview 还是 o1-mini，目前都有每周的回应条数限制。

奥特曼自己在社交媒体 X 上夸赞新模型是 " 我们迄今为止最强大、最一致的模型 " 之外，也强调"o1 仍然存在缺陷，仍然有限 "。

一向喜欢给 ChatGPT 泼冷水的 AI 学者盖里 · 马库斯（Gary Marcus）则戏谑 OpenAI 此举是 " 熟悉的配方 "：公布演示 demo、向有限的用户开放、筹集资金、再来一遍。

o1 发布的当下，OpenAI 正在进行新一轮融资。根据彭 · 博社最新消息，本轮融资将是百亿美元规模、目标估值 1500 亿美元的大事件。

一

先来看看模型本身。

正如此前的传闻，o1 的一大侧重点是 " 推理 "。而 " 推理 " 的背后的关键，则是 " 思考 "。

对于用户来说，最直观的感受是，o1-preview 在回答问题之前，会花更长时间。

字母榜在 o1-preview 模型下，向 ChatGPT 提问 " 今天是几月几号星期几 "。问题发送后，ChatGPT 逐一显示自己正在进行的思考步骤：解答日期问题、审查指引、了解当前日期，而后才给出答案，标明 " 思考 8 秒 "。

与之相比，在 GPT-4o 模型下，ChatGPT 在 3 秒内直接给出回答，没有显示中间步骤。

" 这是一款通过强化学习训练的新型大预言模型，旨在执行复杂的推理任务。o1 在回答问题前会进行思考——它可以在回答用户之前产生一个内部的长‘思维链’。"OpenAI 在博文中写道。

这次 o1 模型发布，OpenAI 官方对于技术细节透露得很少，反复强调的就是 " 思维链 "。

据 OpenAI 解释，o1 在尝试解决问题时使用思维链，就像人类在回答一个困难问题之前长时间地思考。通过强化学习，o1 学会了精细化其思维链并优化使用策略。它能够识别和纠正自己的错误，学会将复杂的步骤分解得更简单。当前的方法不起作用时，它会尝试不同的方法。

" 这个过程极大地提高了模型的推理能力。"

那 o1 的能力究竟有多强呢？除了 OpenAI 一连发布的数条演示视频之外，最有说服力的还得是测试成绩。OpenAI 表示，在许多推理密集的基准测试中，o1 的表现 " 与人类专家相媲美 "，优于以前的技术。例如在国际奥数考试（IMO）中，以前的技术得分 13%，o1 的得分高达 83%。

在 Codeforces 编程比赛中，o1 拿到 89% 的优异成绩。OpenAI 基于 o1 还针对性地开发了更擅长编程的 o1-ioi，成绩一举超过 93% 的参赛者。

另一个被 OpenAI 特别拿出来 " 炫耀 " 的测试是 GPQA-diamond，这是一个化学、物理学和生物学专业知识的基准测试。OpenAI 邀请了拥有博士学位的专家一同比拼，发现 "o1 的表现超过了这些人类专家 "。

OpenAI 还称，启用视觉感知能力后，o1 在 MMMU 测试中的得分为 78.2,%，" 成为第一个能够与人类专家竞争的模型 "。此外，57 个 MMLU 子类别中，o1 在 54 个子类别上超过了 GPT-4o。

总之，o1 比起 OpenAI 之前的模型，更注重推理能力，在数学和编程等方面的能力尤其得到提升，说夸张点儿简直是拳打博士，脚踢专家，而且通过 " 思维链 "，还有望减少模型的幻觉。

二

不过，目前 o1 还处在比较早期的阶段，正如奥特曼强调的 " 还有缺陷，仍然有限 "。

仅在字母榜的浅浅尝试中，o1-preview 就发生过错误。如提问 "9.11 和 9.9 哪个大 "，GPT-4o 回答错误，o1-preview 同样回答错误，一本正经地表示 "9.11 确实大于 9.9. 因为 9.11（即 9.11）比 9.9（9.90）要大 "。啰唆中带着一丝滑稽，更别提思考还花费了 15 秒。

The Information 也报道称，一些试用了 o1-preview 的用户表示，很多互动 " 不值得额外等待 10 到 20 秒的时间 "，他们更喜欢 GPT-4o 的响应速度。

目前开放给付费用户的是 o1-preview 和 o1-mini，但次数有限制：o1-preview 每周 30 条消息，o1-mini 每周 50 条消息。

下周开始，ChatGPT 的企业用户和教育（Edu）用户也可以访问这两种模型。OpenAI 还表示未来想向所有用户免费提供 o1-mini，但具体的时间并未公布。

这还是 OpenAI 首次在发布模型的时候加上类似 "preview（预览）" 的后缀，此前不管是 GPT-4 还是 GPT-4o 都是直接发布完全体。

o1 的一个不容忽视的特点是：贵。

开发人员访问 o1 的成本非常高：在 API 方面，o1-preview 每 100 万个输入令牌或模型解析的文本块收费 15 美元，是 GPT-4o 的三倍，每 100 万个输出令牌收费 60 美元，是 GPT-4o 的四倍。

The Atlantic 在报道中分析称，o1 专门被设计成需要更多时间的，这必然会消耗更多资源，增加 AIGC 盈利的难度。

三

本文开头提到的马库斯（Gary Marcus）是人类神经科学和人工智能交叉领域的学者，纽约大学荣誉教授，同时也是 AI 初创公司 Geometric Intelligence 的创始人兼 CEO，他更加深入人心的角色是 "AI 界的刺儿头 "，多次批评 OpenAI。

在他看来，OpenAI 突然发布 o1-preview 的举动更多是一种宣传手段。

毕竟 OpenAI 正在进行一轮重要的融资，据彭 · 博社近日的最新报道，OpenAI 正在商谈以 1500 亿美元估值从投资者那里筹集 65 亿美元，此外还想以循环信贷的方式从银行筹集 50 亿美元。

" 发 demo，向有限用户开放、筹钱、重复 "，马库斯这样总结 OpenAI 的 " 手段 "。

今年 7 月，The Information 曾报道 OpenAI 今年可能亏损高达 50 亿美元。其中 OpenAI 今年的员工成本约 15 亿美元，AI 训练和推理成本可能高达 70 亿美元，而年收入则预计在 35 亿美元到 45 亿美元之间。

当时 The Information 就预言，照这个烧钱速度，OpenAI 很快就得出来融资，上一次 OpenAI 的重要融资还是 2023 年初，微软投了百亿美元。

OpenAI 已经不是第一次在关键节点释放 " 不成熟的产品 "。

去年 10 月，OpenAI 传出寻求出售股票的消息，当时传出的可能估值是 860 亿美元。但是次月，OpenAI 发生了惊人的高层巨变，奥特曼被踢出公司，又很快重回 CEO 岗位，赢得了 " 宫斗 "。但股票出售计划由此被短暂耽搁，直到 11 月底才有交易 " 重回正轨 " 的消息。彼时就有知情人士表示，员工担心这次突发事件会影响股票出售，影响公司的估值。

有趣的是，在今年 2 月 15 日，OpenAI 突然公布了一个全新的视频生成模型 Sora，演示 demo 引起外界震动。不出三日，《纽约 · 时报》报道，OpenAI 完成了员工出售股份的交易，公司估值 " 如期 " 超过 800 亿美元。

如今已经过去了半年多，Sora 迟迟未向大众开放，甚至没有推进大规模的测试。外界开始怀疑，Sora 其实根本没有足够的算力支撑运行。市场研究机构 Factorial Funds 发布的报告认为，部署 Sora 需要 72 万张英伟达 H100 芯片。

9 月初，《台湾经济日报》报道台积电的 A16 埃米级芯片已经有大客户下单，除了苹果之外，还有 OpenAI。而 OpenAI 将用定制芯片提升 Sora 的视频生成能力。这似乎也印证着此前 Sora 遇到了算力卡点。

如今草莓味的 ChatGPT 来了，也许很快，我们就能看到 OpenAI 成功完成新一轮融资、估值超万亿元的消息。