北京时间凌晨一点，OpenAI 进行了重大更新，预热已久的GPT草莓项目——传说中能够进行高级推理的大语言模型，终于露出真容。OpenAI 发布推特表示，刚刚推出了OpenAI o1-preview模型，名字的含义之前外媒已爆料过，o1应该代表着OpenAI下一代大模型的Orion（猎户座）一代。

OpenAI在发布文档中强调，新模型在推理能力上代表了人工智能的新水平，因此计数器将重置为1，这暗示未来可能不再有GPT-5，o1将代表OpenAI未来的最强水平。即日起，ChatGPTPlus和Team用户就能直接访问该模型，并可手动选择使用o1-preview预览版或小尺寸版o1-mini。o1-preview每周限制30条消息，而o1-mini则为50条。

o1 模型：解决博士级别的科学问题超越人类

虽然目前我尚不能亲自体验o1模型，但OpenAI已放出大量展示其表现的资料。最令人瞩目的无疑是新模型的推理能力。Sam Altman在社交媒体上直接对比了o1与GPT-4o在数学、编程及解决博士级别科学题目上的能力。结果显示，o1预览版在解决数学和编程问题上的能力比GPT-4o提升了5-6倍，而真正的o1模型则提升了8-9倍。更惊人的是，o1在解决博士级别科学题目上的成功率已超越人类专家，达到69.7%以上。

OpenAI的技术博客提供了更具体的数字：o1模型在美国数学邀请赛上能进入前500名，且在物理、生物和化学问题上的准确度也超过了人类博士水平。这意味着大模型技术可能将刷新人们的认知，不再仅仅是“什么都懂一点的大学生”，而能在知识专精上达到新的高度。

这一进步的背后，是o1模型在尝试解决问题时使用的一系列思维策略。通过强化学习，o1学会了完善思维链并纠正错误，将复杂问题分解为简单步骤，并尝试多种方案找到最佳答案。这一特点在OpenAI给出的案例中得到了充分体现：在回答阅读理解或化学问题时，o1模型会展开详尽的思维链，自己提问并回答，最终得出准确答案。

价格未涨，OpenAI用o1-mini解决推理成本问题

在发布前，有媒体猜测新模型因高推理成本可能提高使用费用，甚至高达每月2000美金。但令人惊讶的是，OpenAI并未涨价，而是通过限制使用次数和推出o1-mini版来管控成本。o1-mini版尤其擅长准确生成和调试复杂代码，对开发人员特别有用，且比o1-preview便宜80%。OpenAI还计划为所有ChatGPT免费用户提供o1-mini访问权限。

Scaling Law后最重要的进展？

此次发布不仅是新模型的亮相，更是OpenAI在训练中发现的一个重要现象：通过更多的强化学习和思考时间，o1的性能能持续提高。这不同于传统的scaling law（尺度定律），后者主要关注训练过程中的参数量、数据量和计算量。OpenAI的新模型展示了推理层面的scaling law，即模型在自我内部思考时间增加时，能力也能得到提升。这一发现可能为大模型的未来提升开辟了新的路径。

英伟达具身团队领导者Jim Fan对此给予高度评价，认为这标志着我们已翻过一页，复制了AlphaGo通过自我对弈提升棋艺的成功模式到大模型上。超人的AI，或许真的不再遥远。