機(jī)器之心報(bào)道

編輯：Panda

今天凌晨一點(diǎn)，OpenAI 宣布：OpenAI o3-pro today.

前沿模型的輪流更新這一次輪到 OpenAI 了。

https://x.com/piet_dev/status/1932530536225935374

從即日起，所有 Pro 訂閱用戶均可通過 ChatGPT 和 API 使用這款強(qiáng)大的推理模型。Team 用戶也可在模型選擇器選擇使用它。而企業(yè)用戶和教育用戶還需等待下一周。

有趣的是，這一次發(fā)布 o3-pro，OpenAI 并未采用以往大家熟悉的發(fā)布形式（視頻直播 + 博客文章），而只是簡單地發(fā)布了幾條介紹推文。

盡管如此，OpenAI CEO Sam Altman 還是表示： o3-pro「真是太聰明了！我第一次看到它相對于 o3 的勝率時，簡直不敢相信。」他甚至還久違地發(fā)了一篇題為「溫和的奇點(diǎn)（The Gentle Singularity）」的博客文章 —— 將在后文呈現(xiàn)。

下面我們先來看看 o3-pro 的基準(zhǔn)測試表現(xiàn)，然后分享一下 Pro 用戶們早期測試得到的案例。

o3-pro 的基準(zhǔn)成績

首先來看專家評估結(jié)果，下圖展示了在多項(xiàng)任務(wù)上，o3-pro 相較于 o3 的勝率情況。

可以看到 o3-pro 有明顯優(yōu)勢。OpenAI 表示，在專家評估中，評論者更喜歡 OpenAI o3-pro 而不是 o3 并具有一致性，這一結(jié)果凸顯了其在科學(xué)、教育、編程、數(shù)據(jù)分析和寫作等關(guān)鍵領(lǐng)域的性能提升。另外，評論者還對 o3-pro 的清晰度、全面性、指令遵從性和準(zhǔn)確性給予了更高的評價(jià)。

與 OpenAI o1-pro 一樣，OpenAI o3-pro 尤其擅長數(shù)學(xué)、科學(xué)和編程，以下的學(xué)術(shù)評估結(jié)果也證明了這一點(diǎn)。

另外，為了評估 OpenAI o3-pro 的關(guān)鍵優(yōu)勢，OpenAI 再次使用了嚴(yán)格的「4/4 可靠性」評估，即只有在四次嘗試中（而不僅僅是一次）正確回答問題，模型才被視為成功，結(jié)果如下：

可以看到，o3-pro 的表現(xiàn)依然相當(dāng)出色。

而 ARC Prize 也已經(jīng)公布了該模型在 ARC-AGI 半私有評估數(shù)據(jù)集上的結(jié)果。意外的是，在這個基準(zhǔn)上，o3-pro 的表現(xiàn)看起來與 o3 差不多，但成本明顯更高。

當(dāng)然，o3-pro 也可以使用 ChatGPT 已經(jīng)集成的各種工具，包括搜索網(wǎng)頁、分析文件、推理視覺輸入、使用 Python、使用記憶個性化響應(yīng)等等。

目前 OpenAI 尚未公布這款強(qiáng)大推理模型的系統(tǒng)卡，但由于 o3-pro 使用了與 o3 相同的底層模型，因此安全信息等數(shù)據(jù)也可以在 o3 系統(tǒng)卡中找到。

另外，根據(jù)模型文檔，o3-pro 支持文本和圖像兩種輸入模態(tài)，上下文窗口大小為 200k，最大輸出 token 數(shù)為 100k，知識的截至?xí)r間為 2024 年 6 月 1 日，所以它本身并不具備近一年內(nèi)的信息，但用戶可以通過搜索和知識庫等工具為其提供更多上下文。

至于定價(jià)，ChatGPT 用戶自然需要先購買 200 美元的 Pro 訂閱套餐。

而 API 定價(jià)為每百萬輸入 token 20 美元 / 每百萬輸出 token 80 美元，雖然比 o1-pro 便宜 87%，但依然還是相當(dāng)貴的。OpenAI 同時也建議使用 o3-pro 的后臺模式：長時間運(yùn)行的任務(wù)將異步啟動，從而防止超時。

同時，由于已經(jīng)上線了 o3-pro，o3 的價(jià)格自然也就下降了：API 定價(jià)為每百萬輸入 token 2 美元 / 每百萬輸出 token 8 美元，也就是 o3-pro API 定價(jià)的十分之一。

網(wǎng)友實(shí)測

和所有前沿模型更新時一樣，o3-pro 一上線就有不少網(wǎng)友對其進(jìn)行了測試。首先來看個司空見慣的六角彈跳球?qū)嶒?yàn)。

https://x.com/flavioAd/status/1932530860063961288

測試者 Flavio Adamo 表示：「我已經(jīng)秘密測試 o3-pro 一段時間了…… 比 o1-pro 便宜得多、更快、更精確（而且使用 o3 和 o3-pro 進(jìn)行編程簡直感覺是天壤之別）。」

生物醫(yī)學(xué)科學(xué)家 Derya Unutmaz 則分享了一個更有趣的案例：與 o3-pro 合作開發(fā)免疫系統(tǒng) 2.0。

用戶 @Suzacque 則分享了 o3-pro 在海報(bào)設(shè)計(jì)和分析中的卓越表現(xiàn)。

用戶 @adonis_singh 表示 o3-pro 可以 100% 地解決外科醫(yī)生誤導(dǎo)性注意力難題，并且從不懷疑自己。他感慨到：「這是真正巨大的進(jìn)步。」他還表示該模型懂得何時需要思考 ——「在不需要思考的時候也會少思考很多，根據(jù)我的經(jīng)驗(yàn)，它比我接觸過的任何其他模型都更不阿諛奉承。（沒有任何自定義指令 / 系統(tǒng)提示） 對于第一點(diǎn)，對于提示『Hi there』，o1 pro 思考了 28 秒，而 o3 pro 的回復(fù)時間不到 7 秒。」

該用戶還讓 o3-pro 使用純 HTML、CSS 和 JS 在單個文件中制作的一個「非常酷的」極限空間行走模擬器。這個過程使用了 2 個提示詞，得到了如下演示的結(jié)果。

當(dāng)然，也有一些用戶直言失望。

https://x.com/quietlogic22/status/1932533482355347669

https://x.com/JaydenDavisNC/status/1932532525634605364

你已經(jīng)體驗(yàn)過 o3-pro 了嗎？不妨與我們分享一下你的看法。

最后，我們來看看 OpenAI 山姆?奧特曼這篇充滿樂觀未來主義的博客吧。

溫和的奇點(diǎn)（The Gentle Singularity）

• 作者：Sam Altman
• 原文鏈接：https://blog.samaltman.com/the-gentle-singularity

我們已經(jīng)超越了事件視界；騰飛已經(jīng)開始。人類即將打造數(shù)字超級智能（digital superintelligence），而至少目前看來，它遠(yuǎn)沒有想象的那么奇怪。

街道上還沒有機(jī)器人行走，我們大多數(shù)人也還沒有整天和 AI 對話。人們?nèi)匀粫烙诩膊。覀內(nèi)匀粺o法輕易進(jìn)入太空，而且關(guān)于宇宙，我們還有很多不理解的地方。

然而，我們最近構(gòu)建了在很多方面都比人類更聰明的系統(tǒng)，并且能夠顯著提升使用者的產(chǎn)出。最不可能的部分已經(jīng)過去；讓我們獲得 GPT-4 和 o3 等系統(tǒng)的科學(xué)洞見來之不易，但將引領(lǐng)我們走得更遠(yuǎn)。

AI 將在很多方面為世界做出貢獻(xiàn)，但 AI 所推動的更快科學(xué)進(jìn)步和生產(chǎn)力提升對于生活質(zhì)量的提升而言將是非常巨大的；未來可能比現(xiàn)在更加美好。科學(xué)進(jìn)步是整體進(jìn)步的最大驅(qū)動力；想想我們還能擁有多少進(jìn)步，就令人無比興奮。

從某種意義上來說，ChatGPT 已經(jīng)比任何人類都強(qiáng)大。數(shù)億人每天都依賴它完成日益重要的任務(wù)；一項(xiàng)小小的新功能就能帶來巨大的積極影響；而一個微小的不對齊（misalignment），加上數(shù)億人的乘數(shù)，就可能造成巨大的負(fù)面影響。

2025 年，能夠進(jìn)行真正認(rèn)知工作的智能體已經(jīng)出現(xiàn)；編寫計(jì)算機(jī)代碼的方法早已不同。2026 年，我們很可能會看到能夠提出全新見解的系統(tǒng)出現(xiàn)。2027 年，我們或許會看到能夠在現(xiàn)實(shí)世界中執(zhí)行任務(wù)的機(jī)器人到來。

更多的人將能夠創(chuàng)作軟件，以及藝術(shù)。但世界對軟件和藝術(shù)的需求遠(yuǎn)超于此，只要專家能夠接受新工具，他們可能仍然比新手更優(yōu)秀。總的來說，到 2030 年，一個人能夠完成比 2020 年多得多的工作，這將是一個重大轉(zhuǎn)變，許多人將會找到從中受益的方法。

從最重要的方面來看，2030 年代可能不會有太大不同。人們?nèi)匀粫鬯麄兊募彝ァ⒈磉_(dá)他們的創(chuàng)造力、玩游戲、在湖中游泳。

但在仍然非常重要的方面，2030 年代可能會與以往任何時候截然不同。我們不知道 AI 能超越人類智能水平到什么程度，但我們將會找到答案。

在 2030 年代，智力和能量 —— 想法，以及將想法付諸實(shí)踐的能力 —— 將變得異常豐富。長期以來，這兩者一直是人類進(jìn)步的根本限制因素；有了豐富的智力和能量（以及良好的治理），理論上我們可以擁有任何其他東西。

我們已經(jīng)生活在令人難以置信的數(shù)字智能之中，在最初的震驚之后，我們大多數(shù)人都已經(jīng)相當(dāng)習(xí)慣了。很快，我們就從驚訝于 AI 可以生成一個優(yōu)美的段落，轉(zhuǎn)變?yōu)橄胫浪裁磿r候可以生成一部優(yōu)美的小說；或者從驚嘆它能做出救命的醫(yī)學(xué)診斷，到好奇它何時能研發(fā)出治愈方法；或者從驚嘆它能編寫一個小型計(jì)算機(jī)程序，到好奇它何時能創(chuàng)立一家全新的公司。奇點(diǎn)就是這樣：奇跡變成日常，然后成為籌碼。

我們已經(jīng)聽到科學(xué)家們說，他們的生產(chǎn)力比 AI 出現(xiàn)之前提高了兩到三倍。高級 AI 之所以引人注目，原因有很多，但或許最重要的，莫過于我們能用它來更快地進(jìn)行 AI 研究。我們或許能夠發(fā)現(xiàn)新的計(jì)算基礎(chǔ)、更好的算法，以及誰知道還有什么其他發(fā)現(xiàn)。如果我們能在一年或一個月內(nèi)完成十年的研究成果，那么進(jìn)步的速度顯然會截然不同。

從現(xiàn)在開始，我們已經(jīng)構(gòu)建的工具將幫助我們獲得進(jìn)一步的科學(xué)洞見，并幫助我們創(chuàng)建更好的 AI 系統(tǒng)。當(dāng)然，這與 AI 系統(tǒng)完全自主地更新其代碼不同，但這仍然是遞歸式自我改進(jìn)的早期版本。

還有其他自我強(qiáng)化的循環(huán)在起作用。經(jīng)濟(jì)價(jià)值創(chuàng)造已經(jīng)啟動了一個飛輪：不斷增加基礎(chǔ)設(shè)施建設(shè)，以運(yùn)行這些日益強(qiáng)大的 AI 系統(tǒng)。而能夠構(gòu)建其他機(jī)器人的機(jī)器人（從某種意義上說，也包括能夠構(gòu)建其他數(shù)據(jù)中心的數(shù)據(jù)中心）也并非遙不可及。

如果我們必須以傳統(tǒng)的方式制造出第一批百萬數(shù)量級的人形機(jī)器人，但之后它們能夠操作整個供應(yīng)鏈 —— 開采和提煉礦物、駕駛卡車、運(yùn)營工廠等等 —— 來制造更多機(jī)器人，而這些機(jī)器人又可以建造更多的芯片制造設(shè)施、數(shù)據(jù)中心等等，那么進(jìn)展速度顯然會大不相同。

隨著數(shù)據(jù)中心生產(chǎn)的自動化，智能成本最終應(yīng)該會收斂到接近電力成本。（人們經(jīng)常好奇 ChatGPT 查詢消耗了多少能源；平均每次查詢消耗大約 0.34 瓦時，大約相當(dāng)于烤箱的耗電量略高于一秒鐘，高效燈泡的耗電量則為幾分鐘。它消耗的水量約為 0.000085 加侖；大約相當(dāng)于十五分之一茶匙的水。

技術(shù)進(jìn)步的速度將持續(xù)加快，人們也將繼續(xù)能夠適應(yīng)幾乎任何事物。雖然會有一些非常艱難的時刻，比如某些工作崗位會逐漸消失，但另一方面，世界將以驚人的速度變得更加富裕，以至于我們能夠認(rèn)真考慮以前從未考慮過的新政策理念。我們或許不會一下子就采納一項(xiàng)新的社會契約，但幾十年后回首往事，這些漸進(jìn)式的變革將產(chǎn)生巨大的影響。

如果以史為鑒，我們會發(fā)現(xiàn)新的事情要做，新的東西要追求，并迅速吸收新的工具（工業(yè)革命后的工作變化就是一個很好的例子）。期望值會上升，但能力也會同樣快速地提升，我們都會得到更好的東西。我們將為彼此創(chuàng)造更加美好的事物。人類比 AI 擁有一項(xiàng)長期而重要且令人好奇的優(yōu)勢：我們天生就關(guān)心他人以及他們的想法和行為，而我們不太關(guān)心機(jī)器。

一千年前，一位自給自足的農(nóng)民會看著我們許多人的所作所為，說我們所做的工作是虛假的，認(rèn)為我們只是在玩游戲自娛自樂，因?yàn)槲覀儞碛谐渥愕氖澄锖碗y以想象的奢侈品。我希望一千年后，我們看待這些工作時，會認(rèn)為它們非常虛假，而且我毫不懷疑，從事這些工作的人會感到無比重要和滿足。

新的奇跡將以驚人的速度不斷涌現(xiàn)。今天甚至很難想象到 2035 年我們會發(fā)現(xiàn)什么；也許我們會在今年解決高能物理問題，第二年就開始太空殖民；或者從今年的重大材料科學(xué)突破，到第二年實(shí)現(xiàn)真正的高帶寬腦機(jī)接口。許多人會選擇以大致相同的方式生活，但至少有些人可能會決定「接入互聯(lián)網(wǎng)」。

展望未來，這聽起來難以理解。但經(jīng)歷這一切或許會讓人感到印象深刻，但并非不可避免。從相對論的角度來看，奇點(diǎn)是一點(diǎn)一點(diǎn)出現(xiàn)的，融合也是緩慢發(fā)生的。我們正在攀登指數(shù)級技術(shù)進(jìn)步的長弧；它總是向前看是垂直的，向后看是平坦的，但它是一條平滑的曲線。（回想一下 2020 年，如果 2025 年就能實(shí)現(xiàn)接近通用 AI 的設(shè)想，那會是什么樣子，而過去五年實(shí)際上卻并非如此。）

在巨大的優(yōu)勢之外，也存在著嚴(yán)峻的挑戰(zhàn)。我們確實(shí)需要解決技術(shù)和社會層面的安全問題，但考慮到其經(jīng)濟(jì)影響，廣泛普及超級智能的使用權(quán)也至關(guān)重要。最佳的前進(jìn)之路或許是這樣的：

解決協(xié)同問題，這意味著我們可以強(qiáng)有力地保證 AI 系統(tǒng)能夠?qū)W習(xí)并朝著我們共同的長期目標(biāo)行動（社交媒體信息流就是一個協(xié)同失調(diào)的 AI 的例子；驅(qū)動這些系統(tǒng)的算法非常擅長讓你不斷滾動瀏覽并清晰地了解你的短期偏好，但它們是通過利用你大腦中某些凌駕于長期偏好之上的東西來做到這一點(diǎn)的）。

然后，專注于讓超級智能變得廉價(jià)、廣泛可用，并且不會過于集中于任何個人、公司或國家。社會具有韌性、創(chuàng)造力，并且適應(yīng)能力強(qiáng)。如果我們能夠駕馭人們的集體意志和智慧，那么盡管我們會犯很多錯誤，有些事情會變得非常糟糕，但我們能夠快速學(xué)習(xí)和適應(yīng)，并能夠利用這項(xiàng)技術(shù)獲得最大的好處和最小的壞處。在社會必須決定的寬泛范圍內(nèi)賦予用戶很大的自由度，似乎非常重要。世界越早開始討論這些寬泛的界限是什么，以及我們?nèi)绾味x集體協(xié)同，就越好。我們（整個行業(yè)，不僅僅是 OpenAI）正在為世界構(gòu)建一個大腦。它將極其個性化，人人皆可輕松使用；我們將受到好點(diǎn)子的限制。長期以來，初創(chuàng)企業(yè)的技術(shù)人員一直嘲笑「創(chuàng)意人」；那些有想法卻想找團(tuán)隊(duì)來實(shí)現(xiàn)的人。現(xiàn)在在我看來，他們即將迎來輝煌的一天。

OpenAI 現(xiàn)在有很多業(yè)務(wù)，但首先，我們是一家超級智能研究公司。我們面前有很多工作要做，但大部分路途如今已被照亮，黑暗區(qū)域正在迅速消退。我們非常感激能夠從事我們所做的事情。

廉價(jià)到無法計(jì)量的智能觸手可及。這聽起來可能很瘋狂，但如果我們在 2020 年告訴你我們將會達(dá)到今天的水平，那聽起來可能比我們現(xiàn)在的預(yù)測更瘋狂。

希望我們能夠通過超級智能平穩(wěn)、指數(shù)級、平安地scale