在前11天的发布会中，大部分属实迥殊寡淡，只须三个居品还有些精彩的“味谈”。

总结起来，能称得上重磅的更新包括：o1郑再版、Sora、Canvas，它们主要聚首在前4天发布。

其中，o1郑再版照实擢升很大，Sora则是增加了不少对AI生成视频进行调动的居品模式，Canvas可以被视为OpenAI第一次挑战AI责任台的居试吃试。

其次，相对还有些看点的是：和苹果的深度合作，视频通话功能，以及o1-mini的强化微调。

o1-mini的强化微调在专科鸿沟后劲很大，微调浮浅擢升赫然。视频通话功能则是阿谁让东谈主惊艳的“HER”老成上线。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。

另外一些小的居品更新则是让东谈主以为——“这也值得开导布会？”

这些居品包括“Projects”表情功能、o1 图像输入和4o高档语音API老成洞开、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。

到了临了一天，OpenAI终于甩出一个王炸：GPT-o3。一举破裂AI发展堕入瓶颈的怀疑，各项性能直奔AGI而去。

咱们证据发布居品的迫切性作念了一个表格，梳理这过山车似的十二天发布日。

底下，咱们来略微详备地证明一下这些更新的中枢点。

o1完全版（Day1）

从智商上看，o1照实比Preview版块有了比较大的跳动。它在海外数学奥林匹克预选赛题目（AIME 2024）、编程智商测试（CodeForces）方面都比o1- preview擢升了50%。在处理复杂问题时的关键罪责率裁汰了34%。

它还能证据题目的难易进程调整处理时代，这使得用户恭候时代下落特出50%。

更迫切的是o1也能相沿多模态识别了。这让它的实用性暴增。大夫可以用它分析医学影像，工程师能让它维护看图纸，贪图师还能让它提供创意冷漠。

但它的价钱也迥殊贵，只须200好意思金的ChatGPT Pro版订阅用户才调享受无尽使用，其他平方20好意思元订阅用户仅能享受逐日20次使用权限。

当作第一天登场的居品，o1照实能让东谈主目下一亮。

Sora（Day3）

等了10个月后，Sora终于鹅行鸭步。

但这不是个模子版块升级，而更像是一个居品打磨。郑再版的Sora能生成最长20秒，最高1080p的视频。生成成果和2月份刚放出的互异不大。

但居品上OpenAI照实下了点心想，故事板是这次发布中最具蜕变性的功能，亦然Sora最具策划的尝试。它为用户提供了近似专科视频裁剪软件的时代轴界面。用户可以在时代轴上添增多个场景卡片。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成果。

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，或者夹杂两个视频，还能自动补全作念无尽轮回顾频。

居品是挺可以的，但没升级过的模子不太牛逼。在发布后的评测中，Sora频频翻车，灵通、交互和物理庸碌处理得一塌浑沌。还会有臆造出现的东谈主和鬼影。

OpenAI 给的可用量也很孤寒，20好意思元的Plus用户每月可用50次。只须支付每月200好意思元的Pro用户则能享受无尽次数的"慢速"生成权限。

Sora总算来了，可是挺让东谈主失望的。

Canvas（Day4）

一句话形色，Canvas即是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。它闪现出了OpenAI超越Chatbot的居品策划。

当作写稿助手，可以提供裁剪主张。

编程功能上，Canvas则通过内置的WebAssembly Python模拟器，创造了一个简直无蔓延的编程环境。它还展现出了贯通代码意图的智商。

与近期更新的Cursor和Devin相似，它上线了定制化AI智能体的智商。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独处孤身一人运作的。在现实使用中，它们经常会互相称合，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。

o1-mini强化微调（Day2）

这一居品淌若不是实用性较窄，也算是一个重磅发布。

它改变了往日微调仅仅通过增加专科数据的逻辑，而是对具有推明智商的模子进行强化学习主见的微调。率领模子在靠近复杂问题时有更深化的想考智商。

当今，仅需“几十个例子”致使12个例子，就简略让模子有用学会特定鸿沟的推理。证据OpenAI的参议数据，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，适用上也都是那些复杂鸿沟任务，比如医疗、法律或金融和保障。泛用性较差。

高档视频语音模式（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，或者证据相机里的及时画面和咱们聊天或解答问题。

这次即是真实实装了，莫得什么升级。但这个功能自己如故迥殊迫切的。

不外因为这个饼烙的时代有点长，前两天微软推出的Vision和谷歌还在烙的Astra曾经经跟上了。OpenAI的起程点正在少量点被蚕食。

ChatGPT和Apple Intelligence的，更像是个官宣深度休止。苹果搞不定的只可让贤OpenAI了。

整合主要包含三个方面：起程点是与Siri的协同。当Siri判断某个任务可能需要ChatGPT的协助时，它可以将任务叮属给ChatGPT处理；

其次是写稿器具的增强，用户当今可以使用ChatGPT从新运转撰写文档，还能进行文档细化和总结；

第三是iPhone 16的相机抑止功能，它简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。

我惟一不睬解的即是这俩为什么弗成并吞天晓喻，还非分两天？

剩下的几个更新最多只可算是充数。浮浅一句话就能说清。

“Projects”表情功能：它允许用户创建特定表情，上传关联文献，缔造自界说指示，并将悉数与该表情关联的对话聚首在一个所在。基本和Claude的没区别。

ChatGPT搜索升级：能在对话中搜索，相沿多模态输出。Perplexity的Pro模式早相沿了。

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高档语音API老成洞开：我冷漠这个放在o1发布本日临了一句话说完。

这几生动的是有点参加拖时代的轮回了。

GPT-o3（Day 12）

淌若不是临了一天GPT-o3压轴登场，我的确以为OpenAI隧谈是为了搅污水才连开12天发布会。

因为在这技能，Google发布了Gemini 2 Flash，超快超强；Astra，看起来是的确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天的发布皆备掀了桌。

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特出了 OpenAI 此前的 o1 模子。

看几个数据对比：

Codeforces 评分：2727——迥殊于众人东谈主类武艺员编码竞赛中，排行第 175 位。特出99%的东谈主类武艺员。

博士水平的科常识题（GPQA）：87.7%——博士生一般得分70%

最难的前沿数学测试：25.2%——其他模子莫得特出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%

最值得防范的即是这临了一项测试ARC-AGI，它展示的是模子新式任务妥当智商。当作对比，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，而是的确确处治问题的智商。

诚然ARC-AGI测试中发扬出色，但这并不料味着o3已达到了AGI水平，因为它仍会在一些迥殊浮浅的任务中失败，和东谈主类智能有根人性的区别。

但不管何如，这都解说OpenAI聘请强化推理这个范式转造生效了。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年末的圣诞礼物扫地俱尽。

诚然o3进行一次低算力计较的老本高达20好意思元，高算力致使可能高达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会连续。

3个月，两个顶尖模子，OpenAI在这12天的临了一天又让咱们感受到了2022年末到2023岁首从ChatGPT到GPT4那段时代AI扑面而来的速率。

也许正如之前参与开导了o1的 OpenAI科学家Noam Brown在采访中说的相似，“2024年，OpenAI是在实验，而2025年即是全速前进的一年。”

OpenAI 12天的发布会，经过迂回，齐备收工。为2025年的AI埋下了但愿。

本文作家：郝博阳，着手：  腾讯科技，原文标题：《一文转头OpenAI系列发布会：从器具到AGI，OpenAI的12天进化论》