OpenAI如何叩响AGI之门：12天12场直播，秀出哪些新肌肉

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。

CNBC评价称，这次连续12天直播的噱头是OpenAI将焦点转向其技术并为其产品造势的一种方式。这是公司积极发展计划的一部分，因为它要与创业公司和科技巨头争夺生成式人工智能市场的更大份额。不过，这次活动在某些方面因其强有力的年终宣传而受到称赞，但也有人批评其炒作成分多于实质内容。

《纽约》杂志评价称，目前OpenAI正面临内部领导层变动、与微软的资源紧张关系，以及对AGI进展的争论，此次活动在展示新产品和功能的同时，也表现出一定的防御性。

让我们来一起回顾OpenAI叩响AGI之门的这12天。

第1天（当地时间12月5日）：满血版o1模型和ChatGPT Pro

山姆·奥特曼现身首场直播

正式版o1提升了推理逻辑能力。可以解决国际数学奥林匹克资格考试中83%的问题（GPT-4o在该测试中的得分只有13%）。

响应时间得到改善。在演示中，研究人员向o1提了一个问题：列出罗马帝国在公元2世纪的统治者，包含其在位时间和成就。o1花了将近18秒来回答，远低于4o模型，比o1-preview的速度提高了约60%。

解锁多模态图像识别功能。能够转录笔迹、测算相对大小，甚至可以解释如何将随机零件装入更大的机器中。

满血版o1的响应时间得到改善

同时，当天还推出了ChatGPT Pro订阅计划，每月200美元，提供了无次数限制使用o1、高级语音模式等模型的权限。

大部分评论对完整版o1的推出表现得较为积极，不过也有用户吐槽在缺少高级功能的现在，o1仍然只是一个“预览版”，也有用户对当天的更新中没有免费产品表示了不满。

对于ChatGPT Pro，有分析指出，这进一步证明了大模型的“烧钱”速度，在愈发激烈的AI竞赛中，OpenAI急需通过o1模型来证明自己。

第2天（当地时间12月6日）：强化学习微调（RFT，Reinforcement Fine-Tuning）

用户能够利用少量的训练数据，也能在特定领域快速构建专家级模型。

OpenAI的研究员称，强化微调并不是单单教模型输出，它的运作方式是，当模型发现一个问题的时候，研究者给模型空间仔细思考这个问题，然后评估模型给出的最终解答，运用强化学习，研究者可以强化产生正确答案的思路，抑制产生错误答案的思路。

强化微调后的o1-mini，在top@1（正确答案在列表第1个位置的概率）、top@5（正确答案在列表前5个位置的概率）和top@max（输出中包含正确答案的概率）指标上，表现都明显胜过性能更加强大的o1。

强化微调后的o1-mini与o1性能对比

OpenAI高级副总裁Mark Chen表示，强化微调能力预示着小体量模型也能“从高中水平跃升至专家水平”，为企业和科研单位提供了强大的工具。

第3天（当地时间12月9日）：Sora Turbo正式发布

OpenAI发布Sora Turbo

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。

Sora的视频Re-cut功能演示(00:15)

奥特曼表示，最令他兴奋的一点是与其他人共同创作的便捷性，感觉就像是一个有趣的新事物。大家可以将Sora看作视频版的GPT-1。

由Sora生成的视频(00:10)

根据网友实测反馈，对物理规律的理解并不够好，仍会出现人的手部不自然、文字乱码、动物跑着跑着就飞起来等情况。

也有外媒指出，Sora发布未能达到最初预期，尽管OpenAI努力推出更快、更实惠的版本，但最终产品缺乏预期的高级功能。与ChatGPT的早期阶段进行比较，Sora目前更像视频编辑软件，而非突破性的AI。

美联社则指出，像Sora这样的文生视频AI工具被认为是制作新的娱乐和营销视频时节省成本的方式，但也引发了人们对其在政治和其他领域是否容易冒充真人的担忧。OpenAI发布Sora限制了对人物的描绘，防止了如冒充和深度伪造等滥用情况的出现。

第4天（当地时间12月10日）：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。

Canvas界面

外媒对Canvas都给予了积极评价，认为有效提升了用户与AI在写作和编码方面的协作体验，标志着AI工具在人机交互领域的又一进步。

第5天（当地时间12月11日）：ChatGPT正式集成到苹果系统

ChatGPT正式接入苹果系统

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。

路透社指出，此次发布正值圣诞节假日购物旺季，也是公司一年中销售利润最丰厚的时期，或许对于苹果产品的销售带来影响。目前苹果智能功能的推出速度缓慢，也引发了一些投资者对iPhone 16销售周期力度的担忧。

第6天（当地时间12月12日）：增强ChatGPT高级语音模式

GPT-4o多模态能力得到进一步加强

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（当地时间12月13日）：Projects功能发布

Project界面

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（当地时间12月16日）：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。

ChatGPT Search演示对话

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（当地时间12月17日）：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。

Realtime API界面

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（当地时间12月18日）：推出ChatGPT热线

只要电话拨通免费号码就能免费使用ChatGPT15分钟

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（当地时间12月19日）：ChatGPT桌面版新增跨应用访问功能

ChatGPT桌面版支持跨应用访问

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（当地时间12月20日）：o3模型发布

OpenAI的12天12场直播收官发布推理模型o3系列

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。

弗朗索瓦·肖莱对于o3不同计算模式的测试结果

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”。

路透社对此评价称，o3的发布表明了OpenAI与谷歌等竞争对手的竞争日趋激烈，双方都在努力创造能够解决复杂问题的更智能模型。谷歌在12月早些时候发布了第二代人工智能模型Gemini，旨在能够在人工智能技术竞赛中夺回领先地位。

此外，在OpenAI发布o3后，华尔街日报发表了一篇名为 “人工智能的下一次重大飞跃落后于时间表，而且昂贵得令人发指 ”的文章，指出OpenAI在其代号为 “猎户座 ”的新人工智能项目中遇到了诸多问题，项目进度落后，而且耗资巨大。文章也指出了对于“数据瓶颈”的担忧：“目前尚不清楚何时或能否成功，世界上可能没有足够的数据让它变得足够聪明”。

奥特曼则转发了该篇文章表达了不满之情。

第13天的彩蛋（当地时间12月22日）：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。