要聞

OpenAI首批“王炸”來(lái)了！上線滿血版o1大模型，速度提升近50%，錯(cuò)誤率降低了34%，支持圖片輸入

每日經(jīng)濟(jì)新聞 2024-12-06 07:37:39

北京時(shí)間12月6日凌晨，OpenAI在其“12天12場(chǎng)直播”活動(dòng)的首場(chǎng)直播中，正式推出了推理大模型o1的滿血版本及其進(jìn)階模式，以及全新的ChatGPT Pro訂閱服務(wù)，月費(fèi)高達(dá)200美元（約1450元人民幣）。新版本的o1模型在處理復(fù)雜問(wèn)題時(shí)速度提升了近50%，錯(cuò)誤率降低了34%，并且首次支持圖片輸入功能。

每經(jīng)編輯｜杜宇

北京時(shí)間12月6日凌晨，OpenAI舉行了“12天12場(chǎng)直播”活動(dòng)的首秀，如預(yù)期一樣帶來(lái)了推理大模型o1的滿血版本和進(jìn)階模式，以及每月收費(fèi)高達(dá)200美元（約合人民幣1450元）的ChatGPT Pro訂閱服務(wù)。

OpenAI稱，該套餐的訂閱用戶可以大規(guī)模訪問(wèn)OpenAI旗下最佳的模型和工具，包括無(wú)限制訪問(wèn)OpenAI最智能的模型OpenAI o1以及同系列較小模型o1-mini、GPT-4o、類人的ChatGPT高級(jí)語(yǔ)音模式Advanced Voice。

此外，ChatGPT Pro的套餐中還可以包括名為o1 pro mode的新o1版本，也是ChatGPT Pro獨(dú)有的o1版本。OpenAI稱，這個(gè)新版本使用更多的計(jì)算，能更深入地思考，并為最困難的問(wèn)題提供更好的答案。希望未來(lái)為ChatGPT Pro添加更強(qiáng)大的計(jì)算密集型生產(chǎn)力功能。

圖片來(lái)源：視覺中國(guó)

OpenAI表示，與預(yù)覽版本相比，現(xiàn)在的o1模型“思維已經(jīng)被訓(xùn)練得更加簡(jiǎn)潔”（大概快50%），同時(shí)在回答困難現(xiàn)實(shí)問(wèn)題時(shí)，出現(xiàn)重大錯(cuò)誤的概率減少了34%。

在演示中，在回答“列出2世紀(jì)羅馬皇帝的名字、任期和主要成就”時(shí)，o1模型“思考”了14秒，而o1預(yù)覽版花了34秒。順便一提，能力更差的GPT-4o在回答這個(gè)問(wèn)題時(shí)會(huì)犯錯(cuò)。

o1模型的另一個(gè)重要更新在于支持圖片輸入，現(xiàn)在可以在詢問(wèn)模型“太空數(shù)據(jù)中心散熱問(wèn)題”時(shí)，附上一張手繪的示意圖。OpenAI表示，計(jì)劃在未來(lái)幾個(gè)月里增加網(wǎng)頁(yè)瀏覽、文件上傳等功能的支持。

在數(shù)學(xué)、科學(xué)和編碼等具有挑戰(zhàn)性的機(jī)器學(xué)習(xí)（ML）基準(zhǔn)測(cè)試中，o1 pro mode的表現(xiàn)均勝過(guò)o1 和 o1-preview。在數(shù)學(xué)方面，o1 pro mode得分86，o1 和 o1-preview分別為78和50，在編碼方面，o1 pro mode得分90，o1 和 o1-preview分別為89和62，在問(wèn)答博士級(jí)別的科學(xué)問(wèn)題方面，o1 pro mode得分79，后兩者分別為76和74。

為了突出o1 pro mode的主要優(yōu)勢(shì)——可靠性更高，OpenAI還提高了評(píng)估門檻，要求只有在四次嘗試中四次全部能夠正確回答問(wèn)題、而不是僅一次答對(duì)時(shí)，才能算作模型解決了問(wèn)題。即使在這種高標(biāo)準(zhǔn)要求下，o1 pro mode的表現(xiàn)也明顯強(qiáng)于o1和o1-preview。

下圖可見，在以上四次答問(wèn)都必須正確的標(biāo)準(zhǔn)下，o1 pro mode相比o1和o1-preview的優(yōu)勢(shì)更大。數(shù)學(xué)方面，o1 pro mode得分80，o1和o1-preview分別為67和37，在編碼方面，o1 pro mode得分75，o1和o1-preview分別為64和26，在問(wèn)答博士級(jí)別的科學(xué)問(wèn)題方面，o1 pro mode得分74，后兩者分別為67和58。