从OpenAI 12天发布会里，看到行业的四个关键问题

职场 2025-01-03 20:01 上海

关注我们，欢迎转发留言，右上角点击“在看”～

公园荐读——

OpenAI 此次发布会似乎透露出这样一种趋势：目前大模型行业的竞争焦点不仅在于模型参数和技术上限，也在于用户体验和市场规模。需要两者齐头并进，才能保持领先。

本文来自微信公众号：极客公园（geekpark）

作者 | 黎诗韵
编辑 | 郑玄

声明：本文仅代表作者个人观点，不构成投资意见，并不代表本平台立场。文中的论述和观点，敬请读者注意判断。

历史上第一次有公司会连续开 12 天的产品发布会——当 OpenAI 宣布这个决定之后，全球科技圈的期待值被拉满了。但直到发布会接近尾声，「就这？就这？」一位 AI 从业者如此表达他的观感。

这似乎代表了某种主流看法：此次 OpenAI 发布会，亮点不大、低于预期。

OpenAI 的发布会涉及技术、产品形态、商业模式和产业生态等多个重要更新，包括完整的推理模型 o1、强化微调、文生视频 Sora、更强的写作和编程工具 Canvas、与 Apple 生态系统的深度整合、语音和视觉功能、Projects 功能、ChatGPT 搜索、给 ChatGPT 打电话和 WhatsApp 聊天等等。

但正如上述 AI 从业者感到失望的原因，「还以为会发 GPT-5。」在发布会结束第二天，据外媒报道，OpenAI 的 GPT-5 研发受阻。

不过，最后一天发布的 o3 是个例外。它是 o1 的下一代推理模型，在数学、代码、物理等多项测试中表现惊人——一位国内大模型公司的技术人士谈及 o3 给他带来的震撼，「AGI 已来。」他说。技术人士对 o3 评价都颇高。

回顾这 12 天的发布会，OpenAI 一边秀出了技术「肌肉」，另一边不断优化产品形态、扩大落地应用的空间。有人打趣道，就像一场「直播带货」，OpenAI 希望吸引更多用户、开发者使用 ChatGPT。在新的一年，OpenAI 在日活、营收等数据上或许会迎来飞跃。

o3 发布会｜图片来源：OpenAI

但这个过程不一定会顺利。尽管模型能力变强，但由于数据掣肘、封装能力、模型成本过高等原因，强大模型和应用落地之间仍有较大距离。

在梳理了 OpenAI 这 12 场发布会的主要信息、以及与国内大模型行业人士交流后，极客公园总结了以下几个关键看点。

undefined

o3 的智能深度已经够了，

但能否称之为 AGI 要看智能广度

「疯狂，太疯狂了。」这是国内某模型负责人看到 o3 之后的第一反应。

在数学、编码、博士级科学问答等复杂问题上，o3 表现出了超越部分人类专家的水平。比如，在涉及生物学、物理学和化学的博士级科学考试 GPQA Diamond 中，o3 的准确率达到 87.7%，而这些领域的博士专家只能达到 70%；在美国 AIME 数学竞赛中，o3 取得 96.7 分、只错了一道题，相当于顶级数学家的水平。

被广为讨论的是其代码能力。在目前全世界最大的算法练习和竞赛平台 Codeforces 上，o3 得分为 2727 分、相较 o1 提升了 800 多分，相当于位列 175 名的人类选手。甚至，它超过了 OpenAI 的研究高级副总裁 Mark Chen（得分 2500 分）。

o1-preview、o1、o3 的代码能力对比 | 图片来源：OpenAI

自 9 月推出 o1-preview 版本以来，短短三个月时间内，o1 系列模型在推理能力上完成了超强进化。在发布会第一天推出的 o1 完整版，其思考速度较 o1-preview 提高了约 50%、针对困难现实问题的重大错误减少了 34%、同时还支持多模态输入（可识别图像）。而今天的 o3 在复杂问题上则已超越部分人类专家水平。

「从 o1 到 o3 是通过增加推理计算量实现对模型能力的提升，随着国内外 Deepseek-R1、Gemini 2.0 Flash Thinking 等发布，表明大模型开始从预训练 Scaling Law 转向推理的 Scaling Law。」清华大学长聘副教授、面壁智能发起人刘知远对极客公园表示。

自 OpenAI 发布 o1-preview，大模型浪潮的技术范式从最初的预训练 Scaling Law（缩放定律），即不断扩大模型训练参数、提升其智能上限，切换到了新一轮的、升级的技术范式，即在推理阶段注入强化学习、提高复杂推理能力。

在前一种范式下，模型主要是通过 next token prediction（下一个词预测）给出答案，更偏向「快思考」。就像「读了万卷书」，但「学而不思则罔」，没法完成数学、编程等更复杂的推理任务。

而在后一种范式下，模型不会马上给出答案，而是会「慢思考」，先引入 CoT（思维链），把复杂的问题规划、分解为更简单的步骤，最后得到结果。而当方法不起作用时、它会尝试另一种方法，在强化学习中提升复杂推理能力——随着模型不断进行「慢思考」和强化学习，其推理能力会指数级上升，这就是推理的 Scaling Law。

对于 o3 超出人类专家的超强研究推理能力——在刘知远看来，这表明 o3 正在朝「超高智能的超级计算机」方向前进。

不少行业人士认为，这会对前沿科学领域影响深远。从积极的角度来看，o3 极强的研究推理能力，能够帮助推动人类在数学、物理学、生物学、化学等学科的基础科学研究。不过，也有人担心它会冲击科研人员的工作。

此次 o3 带来的惊人的智能深度，似乎让人看到了 AGI 的曙光。但在刘知远看来，正如信息革命的标志并非大型计算机、而是个人计算机（PC）的普及，只有实现 AGI 的大众化、普惠化，即让每个人拥有自己的大模型、解决好自己日常的问题，才意味着真正的智能革命。

「毕竟我们并不需要让陶哲轩、Hinton（均为顶尖科学家）来为我们解决日常问题。」他说。

这背后涉及的关键问题是，o3 模型的智能深度能否泛化到其他各种领域、具有足够的智能广度——在上述某国内大模型公司的技术人士看来，只有同时突破智能的深度、广度，才能称之为 AGI。他对此感到乐观，「就像你们班来了一个转校生，你没跟他接触过，但他考试数学和编程都考了全班第一。你觉得他语文和英语会很差吗？」

对于国内的大模型公司来说，核心的问题还是如何追赶 o3。从训练架构、数据、训练方法和评价数据集等关键要素来看，这似乎是工程化能解决的问题。

「你认为距离我们拥有一个 o3 水平的开源模型还有多远？」

「一年之后。」上述模型负责人回答。

undefined

模型只是发动机，

关键是帮助开发者用起来

尽管 o3 的模型能力很强，但在一些应用层人士看来，模型和落地应用之间还有很大距离。「今天 OpenAI 训练了爱因斯坦，但如果想变成上市公司的首席科学家，依然是有距离的。」澜码科技创始人兼 CEO 周健对极客公园表示。

作为大模型中间层，澜码科技是国内较早探索将大模型应用落地、打造 AI Agent 的公司。在周健看来，大模型只是一个基础设施，需要结合场景去做很多工作才能用起来，而目前主要的掣肘是数据。

在很多场景里，拿到完整数据是很难的，有很多数据甚至是没有数字化的。比如猎头可能需要简历数据，但很多简历数据并没有被数字化。

而成本是影响 o 系列模型落地的最关键因素。根据 ARC-AGI 测试标准，o3-low（低计算量模式）每个任务耗费 20 美金，o3-high（高计算量模式）每个任务耗费数千美金——哪怕问一个最简单的问题，也要花费近两万元。收益和成本根本不能打平，o3 的落地可能还需要漫长一段时间。

o 系列模型的成本测算 | 图片来源：ARC-AGI 测试标准

在帮助模型应用落地的问题上，OpenAI 在发布会上也发布了相应的功能方案。比如第二天，OpenAI 专为开发者发布了 AI 强化微调（AI Reinforcement Fine-Tuning）功能，这是周健最关心的功能。它指的是，模型能通过少量数据，优化推理能力、提升性能。

这尤其适用于精细化领域的应用。OpenAI 技术人士称，它能帮助任何需要在 AI 模型方面拥有深厚专业知识的领域，比如法律、金融、工程、保险。一个例子是，最近汤森路透使用强化微调来微调 o1-mini，得到了好用的 AI 法律助理，帮助他们的法律专业人员完成了一些「最具分析性的工作流程」。

比如第九天，o1 模型终于向开发者开放使用。它支持函数调用和视觉能力；引入了 WebRTC，实现实时语音应用开发；推出了偏好微调功能，帮助开发者定制模型；发布了 Go 和 Java SDK，让开发者可快速上手集成。

同时，它带来了更低成本、更高质量的 4o 语音模型。其中，4o 音频价格下调 60%，降至输入 $40/百万 tokens、输出 $80/百万 tokens，缓存音频价格降低 87.5%、至 $2.50/百万 tokens；对于预算有限的开发者，OpenAI 推出 GPT-4o mini，音频费用仅为 4o 的四分之一。

这个新功能也是周健关注的。他认为，更新的实时语音、视觉识别等功能，将能更好地在营销、电话客服和销售外呼等场景应用。按他的经验，当 OpenAI 推出某些领先技术，一般国内 6-12 个月就可以追上。这让他对新一年的应用业务充满信心。

undefined

Sora 的视频生成低于预期，

但产品开放会提升其物理模拟能力

年初 OpenAI 发布 Sora 的 demo 时，引发了全球科技圈的震撼。但这一整年，国内各大模型公司纷纷竞逐文生视频赛道——等到 OpenAI 在发布会第三天正式放出 Sora 时，国内的文生视频公司松了一口气。

「基本没有什么超出预期的内容，真实感、物理特性等方面相比于 2 月份的发布并没有显著变化，从基础模型能力的层面来说算是低于预期的。」生数科技联合创始人兼 CEO 唐家渝对极客公园表示。

目前，字节、快手、MiniMax、智谱、生数、爱诗等公司均推出了自己的文生视频产品。「Sora 的效果和实力综合来看并无明显领先优势，我们看到自己与OpenAI确实还是齐头并进的。」唐家渝表示。

在他看来，Sora 稍微有亮点的部分是在基础的文生视频、图生视频以外，提供了一些提升视频创作体验的编辑功能，说明 OpenAI 确实更关注产品体验了。

比如故事板功能，它相当于按时间轴的方式，把一段故事（视频）切成了多个不同的故事卡（视频帧)。用户只需要设计和调整每张故事卡（视频帧)，Sora 会自动把它们补成一段流畅的故事（视频）——这很像电影里的分镜、动画的手稿，当导演画好分镜、漫画师写好手稿、一个动画、片子就做好了。它能让创作者更好地表达自己。

此外，它还推出了文字直接修改视频、无缝融合两段不同的视频、给视频改变画风等功能，它们相当于是直接给视频加「特效」了。而一般的文生视频产品，无法直接修改原视频，只能不断调整 prompt（提示词）、生成新视频。

Sora 的故事板功能 | 图片来源：OpenAI

在唐家渝看来，这些功能设计确实都是为了给创作者更大的创作自由度，类似的功能已经在 Vidu（生数科技的文生视频产品）迭代的计划中。「Sora 这些功能的实现对于我们来说并没有难度，实现路径也已经非常明确了。」他说。

在发布会上，Sam Altman 阐释了做 Sora 的原因：一是工具性价值，为创意人员提供创作工具；二是交互价值，大模型不应只通过文本交互，也应扩展多模态；三是最重要的——它和 AGI 技术愿景是一致的，Sora 在学习更多关于世界的规律，最终有可能建立理解物理规律的「世界模型」。

在唐家渝看来，目前 Sora 生成的视频中，依然有不少明显违背物理定律的地方，跟 2 月的 demo 相比进步不大。在他看来，Sora 发布后、会有更多人来尝试和探索它的物理模拟能力，这些测试样本或许对提升它的物理模拟起到一定的指导作用。

undefined

内加功能、外接生态，

ChatGPT 能变成 Super App 吗？

在 o 系列模型、Sora、以及开发者服务之外，OpenAI 在发布会上的主要动作，一方面还是在产品侧持续增加新功能，优化用户体验。另一方面是积极推动与苹果等企业的深度合作，探索 AI 融入终端设备和操作系统。

从前者可以看到，ChatGPT 的演进方向，似乎是要成为一个「无所不能、无所不在、人人可得」的超级 AI 助理。据极客公园了解，OpenAI 创立之初的愿景就是打造一个「无所不能」的 Agent，它能理解人类的指令、自动调用不同的工具、满足人类的需要。看起来，终点即起点。

比如第六天，ChatGPT 增加了支持屏幕共享的视频通话和圣诞老人语音模式。前者让用户能与 AI 实时视频通话，分享屏幕或展示周围环境，进行多模态互动，复现了电影《Her》的场景。

比如第八天，ChatGPT 向全体用户开放了其搜索功能。在基础搜索外，它还增加了语音搜索；同时，它集成了手机设备的地图服务，能调取苹果、谷歌地图展示搜索结果列表；它还与多家顶级新闻和数据提供商建立了合作关系，支持用户查看股票行情、体育赛事得分、天气预报等信息。

又比如第十一天，ChatGPT 宣布扩展了与桌面软件的集成。它能接入更多编码应用程序，如 BBEdit、MatLab、Nova、Script Editor 等；它能和 Warp（文件共享应用）、XCode 编辑器等应用一起使用；它还能在语音模式下与其他应用程序协同工作，包括 Notion、Apple Notes 等；

现场演示有这样一个例子，当用户在 Apple Notes 中设定「节日派对歌单」，并语音征询 ChatGPT 对候选歌曲的意见。ChatGPT 能指出用户的错误，如将圣诞歌曲《Frosty the Snowman》误写为《Freezy the Snowman》。

ChatGPT 指出了 Apple Notes 的错误 | 图片来源：OpenAI

「ChatGPT 会从单纯的会话助手向更为强大的代理工具转变。」OpenAI 首席产品官凯文·韦尔（Kevin Weil）称。

而另一方面，OpenAI 也在积极扩张生态，通过融入人们最常用的终端设备、操作系统、上层软件等，触达更广泛人群。

比如第五天，ChatGPT 宣布集成苹果智能生态，融入 iOS、MacOS 和 iPadOS，支持用户跨平台、跨应用调用 AI 能力，包括 Siri 交互、写作工具（Writing Tools），以及视觉功能智能识别场景内容（Visual Intelligence）等。通过这次合作，ChatGPT 触达了全球数十亿苹果用户。它也开启了大模型与端侧、操作系统合作的先例。

比如第十天，ChatGPT 公布了自己的电话联系方式（1-800-242-8478），美国用户每月可拨打该号码享受 15 分钟的免费通话。同时上线的还有 WhatsApp 联系人（1-800-242-8478），全球任何用户均可通过 WhatsApp 向该号码发送消息，目前只限文字信息。

ChatGPT 公布了自己的电话联系方式 | 图片来源：OpenAI

全球部分国家、地区的智能手机和移动互联网渗透率还远远不足，通过电话这种最基础的通讯工具，ChatGPT 触达了这些人群。同时它也通过 WhatsApp，触达了其近 30 亿用户。

无论是内加功能、还是外接生态，ChatGPT 核心是希望产品触达更广泛人群，变成真正的 Super APP。但也有人并不看好它这种不断内加功能、将业务线拉得无尽长的做法，甚至将其形容为「铺了一个大饼，但每一块饼都有点薄，深入不下去」。而很多业务都需要足够深才能发挥价值、也有对应的公司在深耕，这或许是 OpenAI 要面临的挑战。

尽管 o3 模型让外界看到了 OpenAI 惊人的技术实力，但关于推理的 Scaling Law 能达到怎样的智能上限、以及 GPT-5 的难产问题，依然让外界对这家公司的技术发展充满疑虑。这次发布会上，OpenAI 将关注点转而放在产品形态、合作生态和落地建设上，也未尝不是一种思路。这两者的结合，可能决定了行业接下来的走向。

（极客公园记者 Li Yuan 对此文亦有贡献）

您或许还想看

· 2025年，高管的十大领导力进化

· Sora团队启示录：成立不足1年、00后、艺术生，何以成就“王炸”团队

· 2025年CXO的五大认知更新：Bot to Bot新世界，掘金银发经济，看清出海误区

· 全球首个AI程序员问世：神秘华人团队，十人撼动千万码农饭碗

·CXO年度金句 | 以智慧探寻答案，用热忱赋予意义

有态度的CXO都“在看”❤️

CXO公园

CXO公园是专注于CXO视角的新商业媒体，汇聚30,000+CXO的深度思考，助力职场精英的创新与进化。

最新文章

从OpenAI 12天发布会里，看到行业的四个关键问题

2025年，高管的十大领导力进化

CEO社交的明牌与暗线：与黄仁勋搞关系、和英伟达打芯片战

CXO年度金句 | 以智慧探寻答案，用热忱赋予意义

2024批量离职的CEO们：汽车行业重灾区，消费巨头未能幸免

跨专业、跨行业的CFO，如何掌握经营企业的钥匙「CXO星球频道」

上海国资开始了

2025就业趋势:「史上最难就业季」带给企业哪些启示？

2024年度失意公司：众星陨落时代，我们如何前行？

中国贵妇最先抛弃的顶奢，三个字

走访100家东盟企业，才发现的认知偏差

2025年每一家企业，值得做一次从“N到1”的战略

年末应酬高峰期，高管需要哪些顶级社交思维？

CXO的“AI使命”：让员工成为斜杠青年「CXO星球频道」

2025年CXO的五大认知更新：Bot to Bot新世界，掘金银发经济，看清出海误区

“银发青年”，中国消费的中坚力量

史上最大规模融资，投资细节公开！7位博士生创业11年，豪华投资天团入场

为什么高管团队开会需要“护场”？

共鸣新知，超越新志：CXO公园盛大发布「2024M78星云奖」

每周五的两万封电子邮件，暗藏英伟达黄仁勋的管理秘诀

「擦边经济」取代「口红效应」

经济大省，冲刺年终KPI

本科、研究生人数“倒挂”背后：追赶的蓝领与下沉的白领

那些“史上首位”女性CEO，与潜力无限的CFO | “全球最具影响力女性”逆流与前行

全球药企市值TOP50：11家中国药企入围；恒瑞跃至第18；百利天恒首进；翰森、百济猛攻

极越倒在寒冬里？被堵72小时的CEO夏一平，和等待答案的数千名员工

投行出身CFO接任CEO：争议瓦解，蚂蚁走向何方

迎接注定不平凡的2025年：新势、新知、新志「2024CXO智库冬季峰会」

我们再也回不去，没有AI的世界了 | ChatGPT两周年

拒绝劣质客户

直播间的“女老板”们，不卖产品卖演技

中东六年实录：职场鄙视链，中间站着无趣但好用的中国人

市值翻倍、概念股大涨，“谷子经济”的潜力几何？

透视：英伟达涉嫌反垄断背后的三重斗争，半导体产业的权力角逐

新质生产力风口！一文认清「低空经济」的未来

女霸总挂帅，打破"财务当家，房屋倒塌"谣传

美国人见人爱的网红连锁超市，给中国企业什么启示？

谁欠了汽车供应商们的钱？

英特尔CEO的离职，为每位高管上了残酷一课

赢得新市场：国际四大粮商CVC投资布局启示

阿斯利康委任42岁华人，英特尔CFO出任联席CEO，LVMH高层人事地震「CXO圈内人」

中国大模型生存战：巨头围剿，创业难熬

全球制药营收TOP10格局生变：辉瑞再回第一？礼来跻身前十，GSK无奈落榜

2025年的三道必答题—对话《经济学人》副主编「CXO星球频道」

经济不确定时期，CFO迎来了"最好的时代"

内外归一，CEO蒋凡再握大权

对"价值创造型"领导者最大的伤害，是疲于救火

2025医疗成本涨幅再次登顶：员工的健康，企业的“福报”

芒格逝世一周年：庆幸人到中年时的清醒与智慧

曝光！马斯克改革政府计划(中英文)

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉