OpenAI O3发布：通往AGI的路上
凌晨两点，一个看似普通却意义非凡的时刻。OpenAI的12天直播马拉松迎来了尾声，而这一晚，AI的世界被彻底点燃。
你可能已经猜到了，那就是——OpenAI O3。
这是OpenAI给全球AI界递上的一份大礼，宛如圣诞树下最大的礼盒，当它被打开的那一刻，伴随着一阵“卧槽”声，全世界的AI从业者、开发者，甚至旁观者，情绪一度失控。
回顾那些日子，你是否也曾质疑，OpenAI的巅峰是否已经过去？在众多玩家纷纷加入竞赛的大环境下，OpenAI是否还能牢牢霸占铁王座？
答案现在明摆着了——依然可以，而且是王座上的绝对统治者。
从代码能力到数学推理，从科学知识到抽象逻辑，O3用它压倒性的表现告诉我们，通往AGI的道路上，OpenAI已经跑到了无人企及的地步。
为什么是O3？“跳过”O2的背后有点意思
如果你有点好奇，“为什么OpenAI没有推出O2直接跳到O3？”答案嘛，竟然有点出人意料。因为“版权问题”。没错，英国的一家电信服务商O2可能是关键因素。
于是，OpenAI直接跳过了O2，用行动证明——“不如就叫O3吧，反正也没人能追上了。”
O3不仅仅是一个名字，更是一种态度。
从O1开始，我们见证了AI能力的惊人飞跃。而这次，O3的发布完全可以用“降维打击”来形容。每个基准测试的成绩，几乎都把现有的所有模型甩得无影无踪。
降维打击：让其他模型无地自容的表现
想象一下，你是一名软件工程师，熬夜加班解决复杂的代码问题。然而有一天，你的对手是一台机器，它不仅速度快，还比你写得更完美、更无错。是不是有点不寒而栗？
这就是O3的表现。
在SWE-Bench Verified考试中，O3的得分是71.7%，相比前代又一次实现了跨越式增长。紧接着，在Codeforces这个全球顶尖的编码竞赛平台，O3以2727分进入了全球榜单的前175名，超过了99.99%的人类开发者。
而这还只是个开始。
当我们把目光转向数学基准测试时，O3再一次展现出了无敌的实力。
数学基准的“斗宗级”表现
数学家之间流传着一个笑话：“AI能解数学题？别开玩笑了。”然而，O3的表现可能会让他们直接破防。
AIEM 2024是一个顶级数学竞赛的测试平台，而O3在这里取得了接近满分的成绩。值得一提的是，这是AI首次在AIEM级别的测试中接近完美答案。
但是，这还不足以展现O3的全面性。更令人瞠目结舌的是它在FrontierMath上的表现。
FrontierMath是由60位顶级数学家联手打造的数学推理基准测试，它的难度可以说远超传统数学评估。而O3的成功率，竟然从之前模型的不足2%，暴涨到了25.2%。当你还在为普通题库争高低时，O3已经冲向了另一个维度。
如果把数学推理比作斗气大陆，那么过去模型不过是一些“五六星斗师”。而O3，直接就是飞天的斗宗强者，留下一众大斗师目瞪口呆。
ARC-AGI：通用智能的高地被攻克
数学和编程的能力已经足够惊人，但让人真正感到AGI未来触手可及的，是O3在ARC-AGI测试中的表现。
ARC-AGI是一种完全脱离了传统知识背景的抽象推理测试。简单来说，它是AI界的“找规律游戏”，考察的是模型对新问题的适应能力和通用智能水平。
过去的模型，ARC-AGI的成绩几乎可以用惨不忍睹来形容：GPT-2是0%，GPT-3还是0%，GPT-4艰难攀升到2%，而GPT-4o也不过5%。
但O3，直接爆破式进步到87.5%。
什么概念呢？人类的平均水平是85%。这意味着，O3已经站在了通用智能测试的顶峰，它不仅模仿人类，还可能在某些领域超越人类。
“期货AI”：虽然强，但暂时还轮不到我们用
然而，就在大家兴奋地准备撸袖子上手的时候，OpenAI又一次“耍流氓”了。
O3目前只开放给红队（特定的安全测试小组），普通开发者暂时无缘使用。但别急，为了满足全球用户的期待，OpenAI已经基于O3开发了三个小尺寸模型，分别是O3-mimi、O3-midi和O3-max。
按照推测，O3-mimi预计会在2025年1月底上线。不过，有极大的可能性，这将是Pro会员专属。
用得起O3 Pro的开发者，也许会体会到一种前所未有的快感；而用不起Pro的，恐怕也只能继续苦等。
通往星辰大海的2025
O3的强大，宣告了2024年的终章，也让我们对2025年的AI行业充满期待。
推理模型、Agent能力、AI硬件、世界模型……每一个都像是通往未来的钥匙。
或许，当2025年到来，我们将真正进入一个属于AI的星辰大海时代。而这一路走来的所有付出、等待、以及偶尔的失望，都将在那个时刻变得值得。
最后，用一句话总结今天的O3发布：“我们通往AGI的路上，已经没有了任何阻碍。”
如果你对未来充满期待，不如点个赞、转发一下，让更多人看到这篇文章。未来的世界，属于每一个勇敢迈入AI浪潮的人。
再见，2024；你好，AGI！
网友评论