週五，在“OpenAI 12天活動”的第12天，OpenAI首席執行官薩姆·奧特曼宣佈了其最新的人工智能“推理”模型o3和o3-mini，這兩款模型是在今年早些時候推出的o1模型的基礎上開發的。該公司尚未發佈這些模型，但今天將使這些模型可用於公共安全測試和研究。

　　這些模型使用OpenAI所稱的“私人思維鏈”，模型會暫停檢查其內部對話，並在響應之前提前計劃，你可以稱之爲“模擬推理”（SR），即一種超越基本大型語言模型（llm）的人工智能形式。

　　爲了避免與英國電信運營商o2發生潛在的商標衝突，該公司將其命名爲“o3”而不是“o2”。在週五的直播中，奧特曼承認了他的公司命名的缺點，他說：“按照OpenAI非常非常不擅長命名的偉大傳統，它將被命名爲o3。”

　　根據OpenAI的說法，o3模型在ARC-AGI基準上獲得了破紀錄的分數，ARC-AGI基準是一種視覺推理基準，自2019年創建以來一直保持不敗。在低計算場景中，o3得分爲75.7%，而在高計算測試中，它達到了87.5%，與人類在85%閾值下的表現相當。

　　OpenAI還報告說，o3在2024年美國數學邀請賽中得分爲96.7%，只缺了一道題。該模型在包含研究生水平的生物、物理和化學問題的GPQA Diamond上也達到了87.7%。在EpochAI的前沿數學基準上，o3解決了25.2%的問題，而其他模型都沒有超過2%。

　　同樣在週五發佈的o3-mini版本包括自適應思考時間功能，提供低、中、高處理速度。該公司表示，更高的計算設置可以產生更好的結果。OpenAI報告說，在Codeforces基準測試中，o3-mini的性能超過了它的前身o1。

　　模擬推理正在興起

　　在OpenAI宣佈這一消息之際，其他公司也在開發自己的SR模型，包括谷歌，谷歌週四宣佈了Gemini 2.0 Flash Thinking Experimental。去年11月，DeepSeek推出了DeepSeek- r1，而阿里巴巴的Qwen團隊則發佈了QwQ，他們稱QwQ是01的第一個“開放”替代品。

　　OpenAI將首先向安全研究人員提供新的SR模型進行測試。奧特曼說，公司計劃在1月底推出o3-mini，隨後不久推出o3。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：李桐