摘要：在万众瞩目中，OpenAI的“连续12日圣诞发布”系列迎来了高潮迭起的大结局。上周末，这家科技巨头隆重推出了其迄今为止最强大的前沿推理模型升级版——o3，宣称在某些条件下已逼近通用人工智能（AGI）的门槛。

在万众瞩目中，OpenAI的“连续12日圣诞发布”系列迎来了高潮迭起的大结局。上周末，这家科技巨头隆重推出了其迄今为止最强大的前沿推理模型升级版——o3，宣称在某些条件下已逼近通用人工智能（AGI）的门槛。

OpenAI CEO Sam Altman在直播中难掩激动之情：“我们坚信，这标志着AI迈入了一个崭新的阶段。o3能够胜任日益复杂、需深度推理的任务，尤其在编程领域，其表现堪称惊艳。”

自今年9月OpenAI o1模型横空出世，引领推理模型新风尚后，国内外众多大模型企业纷纷跟进。而今，作为o1的继任者，o3不仅继承了前代通过思维链逐步推理的精髓，更在性能上实现了质的飞跃。

o3分为完整版与mini版，创新性地引入了推理时间设置功能，用户可根据需求选择低、中、高三档，推理时间越长，效果越佳。mini版则更加精简，针对特定任务优化，预计1月底面世，随后完整版也将紧随其后。

在ARC-AGI这项旨在评估AI解决极端复杂数学与逻辑问题能力的基准测试中，o3以87.5%的高分惊艳四座，即便是低推理能力设置下，也达到了o1的三倍之多。这一成绩不仅远超GPT-3的0%和GPT-4o的5%，更让业界看到了AI通往AGI之路的加速曙光。

Keras之父François Chollet发布的完整测试报告显示，o3在ARC-AGI的两个数据集中均表现出色，且随着计算量的增加，新任务性能持续提升。尽管目前o3的成本尚高，但其展现出的潜力无疑让人振奋。

此外，o3在其他基准测试中的表现同样抢眼。在SWE-Bench Verified基准测试中，其准确率高达71.7%，较o1提升20%以上；在编程竞赛Codeforces中，o3更是以2727的高分跻身排行榜第175名；在数学基准测试AIME 2024和GPQA Diamond中，o3也分别以96.7%和87.7%的准确率遥遥领先。

值得一提的是，在OpenAI研究科学家任泓宇的现场演示中，o3-mini仅用时30余秒便编写出一个ChatGPT UI，并通过API与自己进行对话，其智能化程度令人叹为观止。

然而，就在o3发布前夕，OpenAI GPT系列论文的主要作者Alec Radford宣布离职，转向独立研究，这无疑为o3的未来增添了一丝不确定性。但无论如何，o3的横空出世已让业界对OpenAI在前沿技术领域的权威性刮目相看。

随着o3系列的即将问世，OpenAI也开始了新的探索。公司透露，其正致力于研发审议对齐（Deliberative Alignment）训练方法，旨在克服现有安全训练策略的局限，让大模型在产生答案前能更深入地推理安全规范，进一步提升AI的安全性与可靠性。

回顾OpenAI连续12日的圣诞发布盛宴，从o1满血版到ChatGPT Pro最贵订阅版本，从视频生成模型Sora到高级实时视频理解功能，再到今日的o3推理模型，OpenAI以其不断创新的技术实力和前瞻视野，为全球AI领域带来了一场视觉与智慧的双重盛宴。未来，OpenAI将继续引领AI浪潮，探索未知领域，让我们共同期待这一科技巨头的下一个奇迹。

来源：AI中国一点号