【发布会回顾】OpenAI第12天：新品o3发布会的8大看点，第5个让全球都坐不住了|agi|arc|openai|人工智能|程序员|编程|语音助手功能

（关注公众号并设为标，获取最新人工智能资讯和产品）

全文约3,500 字，阅读约需7 分钟

【发布会回顾】OpenAI第12天：新品o3发布会的8大看点，第5个让全球都坐不住了

就在刚刚，OpenAI第12天发布会上的一则重磅消息让全球科技圈沸腾：新一代AI模型o3及其o3-mini正式亮相。这不是一场普通的产品发布会，而是一次足以改变AI进程的重大事件。

让全球为之瞩目的是，o3展现出了超越前代的惊人能力。在编程领域，它展示出了媲美顶级程序员的实力；在科学推理方面，它创造了多项新纪录；更令人期待的是，它的精简版o3-mini将在1月底向公众开放，这意味着这项革命性技术很快就将走入普通人的生活。

究竟o3有哪些突破性的创新？它又将如何改变我们的未来？让我们一起来看看这场发布会上的八大看点，特别是第五点，它可能会重新影响我们对人工智能的所有认知。

看点1. 打破人类极限的AI天才

很多人都在问：o3到底有多强？让我用最直观的方式告诉你——它简直强得离谱！这个全新的AI模型在各个领域都展现出了惊人的实力（如下图），其中最引人注目的是它在编程领域的表现。

（多个关键领域测试，特别是在编程和数学推理能力）

在编程界，有一个叫CodeForces的平台，这就像是程序员的奥林匹克竞赛。o3在这个平台上的预期评分超过2700分！对普通人来说，这个数字可能没什么感觉，但请听我说完：一个普通程序员，可能努力一辈子都达不到2000分。而2700分，这已经是世界顶尖水平了！

不仅是编程，o3在GPQA测试中拿到了87.7%的钻石级成绩。这个成绩比谷歌的Gemini Flash 2高出了整整25.7个百分点！要知道，在AI领域，1%的提升都是非常困难的，而o3一下子领先这么多，简直就是降维打击！这种差距就像是高考状元和普通考生之间的差距，简直是降维打击。

而在软件工程领域，o3创下了71.7%的新纪录。对于一个AI来说，这意味着它已经能够理解、设计和实现复杂的软件系统。这就像一个机器人不仅会做菜，还能设计和经营一整个米其林餐厅！

看点2. AI超越传统思维能力

o3最与众不同的地方在于它的"思考方式"。传统的AI就像是一个超级资料库，而o3更像是一个能够独立思考的大脑。它采用了一种叫做"深度学习驱动的程序搜索系统"的技术，这种技术让它能够像人类一样进行创造性思考。

说到这里，我不得不分享一个有趣的类比：传统AI就像是一个死记硬背的学生，考试时只会照搬课本上的答案。而o3则像是一个真正理解知识的学霸，能够融会贯通，举一反三。它使用了类似于AlphaZero的蒙特卡罗树搜索方法，这使得它能够像人类一样进行创造性思考。

比如说，当面对一个从未见过的问题时：

传统AI会像翻字典一样，在数据库里寻找类似的答案
而o3会像人类一样，先分析问题的本质，然后一步步推理出解决方案

这种思维方式的突破，让o3能够解决更多复杂和创新性的问题。它不仅能回答"是什么"，还能解释"为什么"，甚至能提出"如何更好"。这种能力的突破，让它能够应对各种前所未见的挑战。

看点3. 令人咋舌的高昂计算成本

不过，这种强大的能力也带来了巨大的计算成本。说到o3的成本，很多人都被吓到了：解决一个复杂问题可能需要花费数千美元，消耗数千万个计算标记。但我要告诉你一个不一样的视角。

让我们做个简单的计算：

一个高级程序员的年薪可能在50万以上
解决一个复杂问题可能需要几周甚至几个月
而o3可能几个小时就能搞定

从这个角度来看，o3的成本其实是非常划算的！而且，OpenAI已经表示，未来代币价格有望下降。这就像当年的计算机，从最初的天价到现在人手一台，o3的使用成本也会变得越来越亲民。

看点4. 不得不承认的"短板"

o3也有它的局限性，而且这些局限性非常有趣，甚至有点"可爱"。它最大的局限在于缺乏与现实世界的直接互动能力。

首先，它有点像一个"理论家"。虽然能给出完美的解决方案，但就是没法亲自动手做。这让我想起了那些在实验室里指点江山的科学家，能设计出完美的实验方案，但可能连试管都拿不稳。o3就是这样，它能告诉你怎么做，但不能真正"动手"去做。

更有意思的是，它还离不开"人类老师"。它需要依赖专家标注的思维链数据来学习，就像一个永远长不大的学生，总需要老师在旁边指导。这一点和围棋AI AlphaZero形成了鲜明对比，AlphaZero可以通过自我对弈完全自主学习，而o3还做不到这一点。

（AGI测试：人类是85%VS o3 是87.5%，人类完败）

很多人以为o3如此强大，是不是就意味着我们实现了传说中的"通用人工智能"（AGI）？我要说：别急，事情没那么简单。

让我告诉你一个有趣的现象：在即将发布的ARC-AGI-2测试中，o3即使开足马力，预计得分也就30分不到。简单说，我们在学校考试时，通常会有不同难度的试卷。有基础题，也有能够考察学生真正理解能力的综合题。ARC-AGI-2测试就像是为人工智能准备的一个特殊"考试"。

这个"考试"非常有意思。它不是考AI背诵了多少知识，而是测试AI是否真的具备"理解力"和"思考力"。打个比方：

普通考试可能会问："1+1=？"
而ARC-AGI-2会问类似这样的问题："如果你有一个苹果，朋友又给你一个苹果，你该怎么计算总数？为什么要这样计算？如果是梨子呢？"

这种测试特别厉害的地方在于，它考察的是AI是否真的"懂"，而不是简单的"记住"。就像区分一个背题的学生和真正理解知识的学生一样。

有趣的是，在这个测试中，o3这个超级厉害的AI，预计只能得到30分左右，而普通人类随随便便就能得95分以上。这说明什么呢？这说明虽然o3在某些方面很厉害（比如编程），但在真正理解和思考问题的能力上，还远远比不上人类。这就像一个学霸，数学考100分，英语也考100分，但让他处理一些生活中的实际问题时，反而不如一个普通人来得得心应手。

这个现象告诉我们什么？

AI的"智能"和人类的"智能"是不同的
o3虽然在某些领域超越了人类，但在通用性方面还远远不够
真正的AGI应该具备更全面的能力，而不是只在特定领域表现出色

所以，这个ARC-AGI-2测试就像是一面镜子，它清楚地告诉我们：AI现在到底发展到了什么水平，还有哪些不足需要改进。这对于整个AI领域的发展都非常重要。

看点6. AI进化史上的里程碑时刻！

回顾AI的发展历程，从GPT-3到o3的每一步进展都清晰可见：

GPT-3：ARC-AGI测试得分为0
GPT-4：接近0分
GPT-4o：达到5分
o3：实现重大突破

这短短几年的进化史，展现了AI技术突飞猛进的发展速度。最早的GPT-3就像是一个懵懂的学前儿童，在ARC-AGI这个专门考验AI真实理解力的测试中，完全无法应对，拿了个令人尴尬的零分。这个阶段的AI虽然已经能和人类对话，但在真正需要深度思考的问题面前却显得束手无策。

当GPT-4登场时，AI界迎来了第一缕曙光。它在测试中虽然只取得了接近于零的成绩，但这微弱的进步却让研究人员看到了希望。这就像一个孩子终于迈出了蹒跚的第一步，虽然还很不稳当，却预示着更大的突破即将到来。GPT-4o的出现则标志着AI开始真正具备了初步的推理能力。5分的成绩看似微不足道，但却代表着质的飞跃。

而今天，o3的横空出世彻底改写了AI的历史进程。这种进步就像人类从会走路到会跑步，再到会开车，最后直接会飞一样！而且，这个进步主要体现在两个核心能力上：