OpenAI发布o1模型，对中小AI公司是利好吗？

OpenAI

关于OpenAI即将推出o1的消息便在业内流传开来。而今年的Strawberry事件更是让这一话题再次引发广泛关注。虽然外界对于这款新模型的名字o1毫无头绪，但其实其核心内容已经被猜测得差不多了。主要的技术方向是通过强化学习的方法，让大模型具备更加高效的思维链（ChAIn-of-Thought）思考能力，从而显著提升模型的推理水平。至于OpenAI官方发布的测试数据，这里就不再赘述。但从个人的实际体验来看，这款模型的整体表现非常出色，确实没有辜负外界的期待。有观点认为，OpenAI凭借如此强大的模型进一步拉开了与其他公司的技术差距，甚至有人觉得小型AI公司已经失去了存在的意义。然而，我对此持完全不同的看法。对于那些不具备自主研发基础模型能力的AI企业、学术机构，以及专注于AI基础设施和AI代理服务的公司而言，这实际上是一个令人振奋的好消息。因为这些企业和机构可以利用现有的强大模型，结合自身的专长与优势，在特定领域实现突破。OpenAI此次发布了两个版本的o1：分别是o1 preview和o1 mini。尽管o1 preview在各类数据集上的综合得分更高，但这种差距主要体现在知识覆盖面上，而非推理能力。当面对仅需特定领域知识即可解决的逻辑推理、数学计算或编程问题时，o1 preview和o1 mini的表现几乎相差无几。值得注意的是，o1 preview基于GPT-4o开发，而o1 mini则基于GPT-4o mini。因此，在大多数任务中，o1 mini实际上是更为合适的选择。这是因为GPT-4o mini不仅输出速度更快，而且运行成本更低。例如，在解决一道小学奥数题时，o1 mini仅需10秒即可完成，而o1 preview则需要27秒，但两者都能稳定地给出正确答案。此外，两者的输入和输出token数量大致相同，而GPT-4o每token的成本是GPT-4o mini的30倍，相应地，o1 preview每token的成本也是o1 mini的5倍。由此可见，无论从时间效率还是经济性上考虑，o1 mini都更具优势。事实上，大多数推理任务都可以通过o1 mini来解决。这对中小规模的AI公司和学术界来说无疑是一个巨大的利好消息。这意味着强化学习训练过程可能并不需要像预训练阶段那样依赖海量算力。只要拥有高质量的数据和正确的算法，就能取得不错的成果。目前市面上已经存在许多类似于GPT-4o mini级别的开源模型，例如LLaMA-3.1 70B。或许用不了多久，类似于OpenAI o1 mini的开源替代版本就会如雨后春笋般涌现出来，就像2023年初ChatGPT开源替代品的繁荣景象一样。这将为整个AI行业带来更多的可能性和发展机遇。