OpenAI发布o1后，国内大模型为何哑火？

OpenAI

国内大模型似乎没了动静。过去18个月，大模型发展不但在加速，而且速度极快。从量看，每月都有新模型、产品和应用不断涌现。OpenAI过年时推出的Sora引起了轰动，随后国内便涌现出不少类似产品。5月的GPT - 4o发布，它在多模态融合方面有很大提升，像视觉理解、声音、视频生成等原本分散的模型被融合起来，国内基于多模态大模型的产品也开始逐渐有了发展的迹象。而就在9月又推出了o1，为什么不是GPT - 4.5或者GPT - 5？因为它标志着一个新范式的开端，是能进行通用复杂推理的人工智能。于是OpenAI此次从1重新计数，将其命名为o1。概括来说，o1善于解决复杂问题，在编码、数学、科学方面远超GPT - 4o。可以把o1看作是极度偏科的理工科天才，那它到底有多偏科？下面展示一张gpt4o和o1在数学竞赛、代码竞赛中的对比图。

o1在富有挑战性的推理基准方面，远胜GPT - 4o。其中，实线代表pass@1准确率，阴影区域代表64个样本的多数投票（共识）表现。从图中能够发现，o1基本未参与主流榜单测评，在很多重要评价类目上还不如GPT - 4o，像不能处理文件和图像、常识理解方面表现不好等，不过o1的实力大家也都看得见。OpenAI让o1参加国际数学奥林匹克资格考试时，GPT - 4o的正确率为13%，而o1的正确率高达83%。俗话说，是骡子是马，拉出来遛遛。不少国产新模型发布时爱跟OpenAI最新模型比，用测试集跑分，部分单项得分还超过GPT - 4o。然而，o1发布之后，国内没有一家厂商站出来宣称我们的大模型可与o1相媲美。对大语言模型厂商而言，大模型加思维链这种模式确实是一种新范式。OpenAI使大家认识到，大模型不再仅仅着眼于预训练，强化学习的后训练能让引入思维链的大语言模型性能更优。从理论上讲，采用这种训练方式的话，未来在每个领域都有诞生性能超越AlphaGo的超级模型的可能。在大模型不断更新换代之际，我们得特别留意一点：很多企业都在持续利用AI重塑业务形态。大厂都在奋力向前，这个过程需要大量的AI人才，同时也催生了许多高薪岗位，像北京的AI产品经理，基本月薪35000元以上，AI训练师的月薪也在30000元以上……确实很诱人。若想抓住这个机会，不被淘汰，我们唯一能做的就是加速获取大模型相关知识。当然了，AI这方面的内容有些复杂，掌握其底层原理和应用方式是了解它的最佳途径。我是通过这个AI解决方案公开课学习的，课上有AI技术原理讲解、应用案例分析、行业趋势揭秘等内容，而且课上讲的落地案例还能运用到自己的工作中。入口放在下面了，直接听就行↓对了，听完课要找老师领AI+人才核心技能图谱，看了对未来职业路径大有帮助，别忘记。

o1重点运用了思维链（ChAIn of Thought，CoT）方案，把复杂问题分解成多个子问题，从而提高推理能力。o1将思维链融入模型后，提示词工程的难度大大降低。这很可能使AI产品经理日后无需再设计复杂提示词，刚兴起一年多的提示词工程师岗位变得岌岌可危，AI产品经理也会因此遭受很大冲击。另一方面，o1代码能力大幅提高后，代码编写门槛有所降低，AI产品经理能一条龙完成设计、开发、上线工作，这极大地提升了AI产品MVP迭代的效率。在实际使用时，o1模型的推理环节越长，响应速度就越慢。推理环节增多的话，token的消耗相当惊人。所以现阶段，o1 - preview每周的消息限额为30条，o1 - mini为50条，并且API只对第五级用户开放。使用机会难得，我还整理了一些o1的实战内容放在下面了。 物理题

资格考试

这是一道很典型的高中物理题，答案太长，仅给出开头与结尾部分。

首先，o1将输出解这道题所需的物理定理与公式，接着用相应物理公式分析各个选项，最后输出正确选项。 解码

用上面例子进行解码。

这是一个数学方面的问题。

中间推理过程略去，直接出结果了，有数学专业的能看看结果正确与否吗？在试用的时候，我发现o1在求解复杂数学推理问题方面表现很出色。我还对24点、化学PH计算、填字游戏等不少问题进行了评测。o1试用结果太长难以展示，若想了解o1调用的实际情况，可在评论区留言。