OpenAI 年末的12天贯穿Devday更新终于驱散，每天蹲守不雅看发布会都像在开巧克力盲盒，不知谈下一个是什么口味。
在前11天的发布会中，大部分属实相等寡淡，唯有三个产物还有些精彩的“味谈”。
总结起来，能称得上重磅的更新包括：o1郑再版、Sora、Canvas，它们主要纠合在前4天发布。
其中，o1郑再版如实擢升很大，Sora则是增加了不少对AI生成视频进行转换的产物花样，Canvas可以被视为OpenAI第一次挑战AI责任台的产物尝试。
其次，相对还有些看点的是：和的深度合作，视频通话功能，以及o1-mini的强化微调。
o1-mini的强化微调在专科限度后劲很大，微调简便擢升赫然。视频通话功能则是阿谁让东谈主惊艳的“HER”认真上线。和苹果的深度合作对OpenAI来讲亦然件大事，更站稳了在AI行业的一哥地位。
另外一些小的产物更新则是让东谈主合计——“这也值得设备布会？”
这些产物包括“Projects”样式功能、o1 图像输入和4o高等语音API认真绽放、ChatGPT Search 升级和给GPT打电话 的功能。它们都是相对比较小，也都和竞争敌手没什么互异的更新。
到了终末一天，OpenAI终于甩出一个王炸：GPT-o3。一举冲破AI发展堕入瓶颈的怀疑，各项性能直奔AGI而去。
咱们把柄发布产物的要紧性作念了一个表格，梳理这过山车似的十二天发布日。
底下，咱们来略略详备地叙述一下这些更新的中枢点。
要紧产物更新
o1完全版（Day1）
从才略上看，o1如实比Preview版块有了比较大的朝上。它在外洋数学奥林匹克预选赛题目（AIME 2024）、编程才略测试（CodeForces）方面都比o1- preview擢升了50%。在处理复杂问题时的首要造作率裁汰了34%。
它还能把柄题观点难易进度调遣处理时刻，这使得用户恭候时当前落越过50%。
更要紧的是o1也能营救多模态识别了。这让它的实用性暴增。医师可以用它分析医学影像，工程师能让它赞理看图纸，瞎想师还能让它提供创意冷落。
但它的价钱也颠倒贵，唯有200好意思金的ChatGPT Pro版订阅用户才智享受无穷使用，其他世俗20好意思元订阅用户仅能享受逐日20次使用权限。
行为第一天登场的产物，o1如实能让东谈主咫尺一亮。
Sora（Day3）
等了10个月后，Sora终于缓不救急。
但这不是个模子版块升级，而更像是一个产物打磨。郑再版的Sora能生成最长20秒，最高1080p的视频。生成后果和2月份刚放出的互异不大。
但产物上OpenAI如实下了点心念念，故事板是这次发布中最具立异性的功能，亦然Sora最具贪念的尝试。它为用户提供了近似专科视频剪辑软件的时刻轴界面。用户可以在时刻轴上添增加个场景卡片。用户可以将多个教导词串联起来，系统会自动处理场景之间的过渡后果。
除此以外，OpenAI还提供了Remix、Blend和Loop三个专科器具。换掉视频中的元素，或者混杂两个视频，还能自动补全作念无穷轮回顾频。
产物是挺可以的，但没升级过的模子不太过劲。在发布后的评测中，Sora频频翻车，知道、交互和物理常常处理得一塌朦拢。还会有假造出现的东谈主和鬼影。
OpenAI 给的可用量也很抠门，20好意思元的Plus用户每月可用50次。唯有支付每月200好意思元的Pro用户则能享受无穷次数的\"慢速\"生成权限。
Sora总算来了，然则挺让东谈主失望的。
Canvas（Day4）
一句话描写，Canvas便是OpenAI 打造的AI版Google Docs。
因为Canvas曾经进化成了集智能写稿、代码互助和AI智能体为一体的一套完整责任台。它暴露出了OpenAI超越Chatbot的产物贪念。
行为写稿助手，可以提供剪辑意见。
编程功能上，Canvas则通过内置的WebAssembly Python模拟器，创造了一个简直无延长的编程环境。它还展现出了通晓代码意图的才略。
与近期更新的Cursor和Devin同样，它上线了定制化AI智能体的才略。它可以完成一系列操作，帮你给一又友们发圣诞信。
Canvas的这三个维度并不是清静运作的。在实质使用中，它们时常会相互配合，这种无缝的集成使Canvas成了一个多功能AI驱动的创作责任室原型。
但单纯从前端展示的角度看，它不如Claude 的 Artifacts。编程的便利性也不如Cursor。因此交融才是它的亮点吧。
一般产物更新
o1-mini强化微调（Day2）
这一产物要是不是实用性较窄，也算是一个重磅发布。
它调动了以前微调仅仅通过增加专科数据的逻辑，而是对具有推理才略的模子进行强化学习地方的微调。迷惑模子在面临复杂问题时有更深化的念念考才略。
当今，仅需“几十个例子”以致12个例子，就大略让模子有用学会特定限度的推理。把柄OpenAI的算计数据，经过强化微调的o1mini模子，其测试通过率比传统的o1模子高出24%，比拟未经过强化微调的o1mini则擢升了整整82%。
可惜只可微调o1-mini，Ag百家乐时间差适用上也都是那些复杂限度任务，比如医疗、法律或金融和保障。泛用性较差。
高等视频语音花样（Day6）
这又是个老饼上桌。5月13日，在GPT-4o的演示中，OpenAI的责任主谈主员就能和4o视频通话，可以看到咱们及时的手机屏幕内容，或者把柄相机里的及时画面和咱们聊天或解答问题。
这次便是实在实装了，莫得什么升级。但这个功能自己还瑕瑜常要紧的。
不外因为这个饼烙的时刻有点长，前两天微软推出的Vision和谷歌还在烙的Astra曾经经跟上了。OpenAI的起原正在少量点被蚕食。
与苹果的合作（Day5、Day11）
ChatGPT和Apple Intelligence的，更像是个官宣深度扫尾。苹果搞不定的只可让贤OpenAI了。
整合主要包含三个方面：起原是与Siri的协同。当Siri判断某个任务可能需要ChatGPT的协助时，它可以将任务打法给ChatGPT处理；
其次是写稿器具的增强，用户当今可以使用ChatGPT重新运转撰写文档，还能进行文档细化和总结；
第三是iPhone 16的相机猖狂功能，它大略通过视觉智能让用户更深入地了解拍摄对象。
背面第十一天的Mac整合，则是给了GPT更多Mac器具的调用权限。
我独一不睬解的便是这俩为什么不行归并天晓喻，还非分两天？
才略补皆和小功能更新（Day 7，8，9，10）
剩下的几个更新最多只可算是充数。简便一句话就能说清。
“Projects”样式功能：它允许用户创建特定样式，上传相关文献，设备自界说指示，并将通盘与该样式相关的对话纠合在一个地方。基本和Claude的没判袂。
ChatGPT搜索升级：能在对话中搜索，营救多模态输出。Perplexity的Pro花样早营救了。
4o热门：好意思国用户能打电话用4o了！挺尊老爱老的，我看也算是给他们过重阳了。
o1 图像输入和4o高等语音API认真绽放：我冷落这个放在o1发布本日终末一句话说完。
这几生动的是有点干预拖时刻的轮回了。
最终王炸
GPT-o3（Day 12）
要是不是终末一天GPT-o3压轴登场，我果真合计OpenAI纯正是为了搅污水才连开12天发布会。
因为在这技巧，Google发布了Gemini 2 Flash，超快超强；Astra，看起来是果真Agent样式；Voe2，碾压Sora ；Gemini 2 Flash Thinking，o1东谈主家也有了。就发了三篇公告几个视频，把OpenAI前11天的发布齐全掀了桌。
但在Day 12，OpenAI如故找回了威风。用o3向业界解说：Scaling Law未死，OpenAI为王。
o3 是 o1的下一个版块。在9月份o1发布后仅3个月后，这一新版块在编码、数学以及 ARC-AGI 基准测试等多个基准上就大幅越过了 OpenAI 此前的 o1 模子。
看几个数据对比：
Codeforces 评分：2727——颠倒于巨匠东谈主类行动员编码竞赛中，名循序 175 位。越过99%的东谈主类行动员。
博士水平的科知识题（GPQA）：87.7%——博士生一般得分70%
最难的前沿数学测试：25.2%——其他模子莫得越过2%，数学天才陶哲轩说该测试“可能难住AI好几年”
解说是否达到AGI的题目ARC-AGI：87.5%——o1的得分25%
最值得详确的便是这终末一项测试ARC-AGI，它展示的是模子新式任务合乎才略。行为对比，之前ARC-AGI-1从2020年GPT-3的0%仅擢升到2024年GPT-4o的5%。这意味着模子不是死记硬背，而是实在在科罚问题的才略。
天然ARC-AGI测试中发达出色，但这并不料味着o3已达到了AGI水平，因为它仍会在一些相等简便的任务中失败，和东谈主类智能有根人道的判袂。
但不论何如，这都解说OpenAI礼聘强化推理这个范式转形得胜了。东谈主工智能的发展莫得任何放缓的迹象。Scaling Law依然有用。
那些对AI停滞不前的担忧，被OpenAI年末的圣诞礼物一网打尽。
天然o3进行一次低算力蓄意的本钱高达20好意思元，高算力以致可能高达3000好意思元，要使用在现阶段简直是不可能的。但算力会裁汰，Scaling Law会不时。
3个月，两个顶尖模子，OpenAI在这12天的终末一天又让咱们感受到了2022年末到2023年头从ChatGPT到GPT4那段时刻AI扑面而来的速率。
也许正如之前参与设备了o1的 OpenAI科学家Noam Brown在采访中说的同样，“2024年，OpenAI是在推行，而2025年便是全速前进的一年。”
OpenAI 12天的发布会，历程辗转，完好收工。为2025年的AI埋下了但愿。
本文作家：郝博阳，来源： 腾讯科技，原文标题：《一文纪念OpenAI系列发布会：从器具到AGI，OpenAI的12天进化论》