OpenAI 12天发布会内容全记录,一文快速捕捉亮点信息 | AI工具集


OpenAI于12月5日正式宣布将举行为期12天的系列发布活动,期间每天发布一个产品或样品,活动将包括备受期待的AI视频生成工具Sora和新的推理模型,本文将介绍为期12天的发布会每日的发布内容和相关亮点信息。
OpenAI 12天发布会内容全记录,一文快速捕捉亮点信息 | AI工具集

Day1:o1满血版上线,ChatGPT Pro订阅服务

OpenAI在第一天的发布会上正式推出了最强推理模型o1满血版及其Pro版本。模型比之前的o1-preview版本更加完备,性能提升了34%,错误率降低了34%。支持多模态输入。同时,OpenAI推出了ChatGPT Pro订阅服务,价格为每月200美元,提供无限制访问o1和专业版o1。

亮点分析:

  • 01 基础版:适用于日常使用,功能强大、反应迅速。
    • 多模态能力增强:处理文本和图像的能力大幅提升,支持图像内容分析和相关问题解答。
    • 语言理解能力提升:更准确捕捉语言细节和上下文,文本生成、翻译和摘要表现更加流畅自然。
    • 错误率降低:比起预览版,错误率降低了35%,生成内容更加准确可靠。
    • 响应速度提升:速度提升50%,减少用户等待时间,带来更流畅的使用体验。
  • 01 Pro 版本:面向对AI性能要求更高的专业用户,强大而精确。
    • 深度推理能力:可处理复杂的数学和科学问题,支持多步推理和专业计算,思考时间约1-3分钟。
    • 专业领域知识:在科学、数学、编程等领域表现出色,提供专业、准确的解答。
    • 长文本处理能力:支持更长的文本输入和输出,轻松应对长文档处理与内容生成。
    • 自定义能力:提供更多微调选项,用户可根据自身需求进行个性化定制。

原视频:

Day2:强化微调(ReinforcementFine-Tuning)

OpenAI在第二天的发布会上,介绍了强化微调技术。这是一种新的模型训练方法,支持用户使用少量的训练数据在特定领域创建专家模型。强化微调通过强化学习算法优化模型的输出,使其更符合用户的预期。强化微调预计要到2025年春季才开放给用户。

亮点分析:

  • 少量数据训练: 使用极少的样本就能让模型学习到新的推理方式。
  • 强化学习算法: 根据用户提供的评分机制不断优化模型的输出。
  • 适用于复杂任务: 特别适合需要深入专业知识的领域,如法律、金融、医疗等。

原视频:

Day3:Sora正式版登场

在第三天的发布会上,OpenAI推出了Sora正式版和新版本 Sora Turbo。Sora是一个视频生成工具,可以根据文本描述生成连贯、逼真的视频内容。Sora支持生成高达1080p分辨率、最长20秒的视频,支持多种视频比例,提供了多种视频编辑功能。现阶段,Sora仅面向ChatGPTPlus和Pro用户开放,Plus用户每月有50条视频生成配额,Pro用户则高达5000条。

亮点分析:

  • 故事板功能: 用户通过时间线指导视频中多个动作,创作复杂视频序列。
  • 多种视频编辑功能: 包括Remix、Re-cut、Storyboard等,增强创作的逻辑性和流畅度。
  • 视频混合:支持将两个视频场景合并为一个全新场景,生成具有创意的新内容。
  • 高分辨率和时长支持: 支持生成1080p分辨率和最长20秒的视频。

原视频:

Day4:ChatGPT Canvas全面开放,人+AI协作模式启动

第四天的发布会上,OpenAI宣布Canvas功能全面开放。从聊天工具升级为生产力工具,Canvas支持用户与ChatGPT在写作和编程方面进行协作,提供了一个共享画布,用户和ChatGPT可以共同编辑文档和代码。

亮点分析:

  • 写作和编程协作: 用户可以与ChatGPT共同完成写作和编码项目。
  • 支持Python代码运行: Canvas内置了几乎所有常用的Python库,可以在编写代码时与AI实时协作。
  • 图片识别: Canvas支持图片识别,用户可以上传图片并生成相关的文本内容。
  • Canvas: 提供写作、审稿、编码和图片识别的协作功能。

原视频:

Day5:OpenAI与苹果合作,ChatGPT集成到Apple Intelligence

第五天的发布会上,OpenAI宣布ChatGPT正式集成到Apple Intelligence。意味着iPhone、iPad和Mac用户可以通过Siri使用ChatGPT的功能。

亮点分析:

  • Siri支持: 用户可以通过Siri语音命令完成更复杂的任务。
  • 写作工具升级: 苹果的智能写作工具将引入ChatGPT能力。
  • 视觉智能能力: 用户可以利用搜索功能快速识别眼前物品。
  • ChatGPT集成: 在iOS,iPadOS,MacOS生态系统中提供ChatGPT的智能支持。

原视频:

Day6:OpenAI版「Her」上线,高级语音模型增强

第六天的发布会上,OpenAI为ChatGPT的高级语音模式带来了视频输入和实时屏幕共享功能。使ChatGPT能“看到”用户和周围环境,基于这些视觉信息来更好地理解用户的指令和问题。高级语音模式使用多模态4o模型,可直接输入音频并输出音频,支持语言超过50种,面向移动端用户,Plus和Pro订阅用户开放。

亮点分析:

  • 视频输入功能: ChatGPT的高级语音模式加入了视频输入功能,使其能够“看到”用户。
  • 屏幕共享功能: ChatGPT可以通过屏幕共享功能,帮助用户回复消息、辅助工作和学习等场景。
  • 圣诞老人虚拟角色: 用户可以通过高级语音模式与“圣诞老人”进行视频或语音通话。

原视频:

Day7:ChatGPT发布 Projects 功能

第七天的发布会上,OpenAI推出了 Projects 新功能。支持用户将相关资料、文件、聊天记录等信息集中到一个“Project”中,支持项目管理与写作、文件与数据管理、个性化定制等场景。整合Canvas和ChatGPT Search,面向ChatGPTPlus/Pro用户开放,计划于明年初向企业和教育用户提供。

亮点分析:

  • 项目管理: 用户可以创建项目,上传文件,设定个性化指令。
  • Canvas和ChatGPT Search集成: Projects功能整合了Canvas和网络搜索能力。
  • 多步骤任务执行: 为未来执行多步骤任务奠定了基础。
  • Projects: 支持用户上传文件、设置自定义指令、分组聊天和数据等。

原视频:

Day8:ChatGPT Search全面升级,免费开放

在第8天的发布会上,OpenAI 展示了ChatGPT Search最新搜索功能,基于GPT-4o模型的微调版本。功能通过与第三方搜索提供商及ChatGPT的合作伙伴直接提供的内容相结合,用户能快速并准确地获取所需信息。新增的可搜索信息包括最新体育比分、新闻、股票报价等实时信息。用户可以通过指向相关网络资源的链接获得快速、及时的答案。

亮点分析:

  • 搜索性能提升: 搜索速度更快,移动端体验更好,加入了地图体验。
  • 语音搜索整合: 用户可以通过语音对话获取实时网络信息。
  • 全球免费开放: 搜索功能向全球所有登录用户免费开放。
  • 对话式搜索: ChatGPT能够保持对话上下文、理解用户意图。

原视频:

Day9:o1推理模型开放 API,成本暴降60%

在第9天的发布会上,OpenAI 宣布了o1模型正式推出API,成本降低60%,可定制升级,新增函数调用,开发者消息和图像分析等功能。是一次重要的技术升级。新模型不仅变得更聪明,还能更快地回应用户需求。实时API进行了全面升级,包括引入WebRTC支持,降低价格以及更灵活的响应控制。

亮点分析:

  • o1模型API: 正式推出满血版o1模型API,支持功能调用、开发者消息、Structured Outputs以及视觉识别等功能。
  • 实时API升级: 集成简单的WebRTC功能,GPT-4o音频价格下调60%。
  • 偏好微调: 推出基于直接偏好优化(DPO)算法的偏好微调功能。
  • 多语言SDK支持: 开放Go和Java SDK测试版,支持多种编程语言。
  • 性能提升: o1模型在多个领域展现出了优秀的表现,如编程能力测试中达到76.6%的高分。

原视频:

Day10:通过电话和WhatsApp使用ChatGPT

在第10天的发布会上,OpenAI 介绍了通过电话和WhatsApp使用ChatGPT的新功能。这一更新意味着用户可以通过最基础的电话功能或WhatsApp与最先进的AI进行对话,号码是1-800-CHAT-GPT,或者是1-800-242-8478。支持智能手机,老人机和座机等设备。极大地降低了使用门槛。

亮点分析:

  • 电话接入: 用户可以通过拨打1-800-CHAT-GPT与ChatGPT进行语音对话。
  • WhatsApp集成: 全球用户可以在WhatsApp上给ChatGPT发消息,提供服务的模型是4o-mini。
  • 简单易用: 不需要注册账号,不需要记住密码,只需要像打电话一样简单操作。
  • 跨设备支持: 从最新款的iPhone到老式的翻盖机,都能直接和AI对话。
  • 多语言支持: ChatGPT能够提供多语言服务,如教用户用西班牙语交流。

原视频:

Day11:ChatGPT与Mac应用深度集成

OpenAI在第11天的直播中宣布了ChatGPT与Mac应用的深度集成,特别在编程和写作方面进行了更新。现在,用户可以通过简单的复制粘贴操作,与Warp、XCode等应用协同工作,无需详细交流即可执行任务。此外,ChatGPT还支持在语音模式下与Notion、Apple Notes等应用协同工作。这些新功能已在Mac最新版ChatGPT应用中推出,而Windows用户还需等待。

亮点分析:

  • 桌面应用全新升级:ChatGPT 桌面应用支持与多种应用程序协同工作,包括开发工具和文档编辑工具。通过 ChatGPT 分析 Git 提交数据并生成可视化图表。
  • 实时演示与 Warp 终端、Xcode IDE 的智能协作:展示了 ChatGPT 如何与开发环境无缝协作,为编程任务提供实时支持。在 Xcode 中实现代码自动补全和功能添加。
  • 对 Notion、Apple Notes、Quip 等写作工具的支持:这些功能现已在 Mac 桌面应用上线,Windows用户需等待。
  • 高级语音交互模式:通过语音模式与 ChatGPT 交谈,提供了更加自然和高效的体验。
  • 搜索辅助功能:确保输出信息的准确性,结合搜索功能来优化写作内容。

原视频:

Day12:最新一代推理模型 o3 和 o3-mini 发布介绍

OpenAI发布了其最强推理模型o3,宣称接近通用人工智能(AGI)。o3在ARC-AGI测试中得分87.5%,远超GPT-3和GPT-4o。o3有完整版和mini版,mini版将于1月底推出。o3在编程竞赛Codeforces中得分2727,数学基准测试AIME 2024中准确率达96.7%。OpenAI将与ARC-AGI基金会合作构建下一个基准测试。

亮点分析:

  • 升级数学推理能力:o3在复杂数学问题上表现出色,在美国AIME数学竞赛中达到了96.7%的准确率,展现出顶级数学家的解题能力。
  • 卓越编程性能:在CodeForces编程竞赛平台上获得2727的ELO分数,超越顶尖程序员水平。
  • 科学问题解决能力:在GPQA科学基准测试中,o3达到87.7%的准确率,超越人类专家平均水平(70%)。
  • 透明推理路径:提供清晰的推理过程,能展示每一步的逻辑思路和中间结论。

原视频:

© 版权声明

© 版权声明

相关文章

暂无评论

暂无评论...