首页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

o3曝智商高达157，比肩爱因斯坦碾压99%人类！陶哲轩水平AI或出现

文摘 2024-12-24 18:14 北京

OpenAI o3的智商，竟然已经高达157，碾压99%的人类？这张OpenAI模型智商图全网疯转。甚至有人大胆预测：达到陶哲轩智商（225-230）的大模型，应该会很快出现了。

来源丨新智元

o3智商竟有157，堪比爱因斯坦？

今天，一张OpenAI模型智商图，在全网传遍了。

基于编程竞赛Codeforces排名评分

图中清晰可见，能够达到o3智商水平的人类大约占比仅有0.0075%。

13333人当中，也仅有1人IQ是o3级别的。对于GPT-4o，6人当中就有1人能够达到IQ 115的水平。

从GPT-4o、到o1系，再到o3系，模型IQ逐渐递增，也仅用了1年时间，实现了质的飞跃。即便是最强o1 pro（IQ为139），o3完全领先近20分。

有网友表示，用不了多久，我们口袋里就会拥有一个IQ 157的智能。

还有人称，陶哲轩智商大约在225-230之间，未来模型很快就能达到这个水平。

o3超高智商背后

o3发布之后，很多人都认为AGI实现了。

从o1到o3，OpenAI仅用了3个月；从o1 pro到o3，仅用了1个月。种种迹象表明，Scaling Law并未终结。

过去五年，OpenAI模型在ARC-AGI上的得分，也说明了一切。

OpenAI研究员Nat McAleese在o3发布当天，分享了一些关于模型的介绍。

他表示，o3代表着通过强化学习在通用领域的巨大进步。

o1是首个大规模推理模型，也仅仅是一个通过RL训练的大模型。o3是通过在o1基础上，进一步scaling强化学习而开发的。

我们已经看到，o3在世界上最具竞争的编程基准CodeForces中得分超2700，完全达到了国际大师的水平。

与此同时，o3在数学基准FrontierMath惊艳表现令人生畏，甚至击穿了陶哲轩的预言。

在Keras之父François Chollet转写的报告中，也解释了o3与以往旧模型之间的区别：

o3的核心创新点在于，实现了token空间内自研语言程序搜索和执行。在测试时，它会搜索可能的CoT空间，并寻描述解决任务所需的步骤，由评估模型引导搜索过程。

而且，他表示，这种方式与AlphaZero的蒙特卡洛树搜索并无太大差异。

本质上，o3是一种深度学习引导的程序搜索形式。

不过，即便o3进化速度如此疯狂，OpnenAI研究员Will depue表示，这还不是AGI，我们还有很长的路要走。

o3 ARC-AGI测试被曝「作弊」？

而且就在最近，o3的ARC-AGI测试结果，在圈内引起了不小的争议。

要知道，这个基准设立的初衷，就是专门找到那些对人类很容易，对AI来说却很难的题目。

根据OpenAI的说法，在ARC-AGI这个基准测试中，o3在低计算模式下，在半私有评估中的得分为75.7%；在高计算模式下，得分为87.5%。

而人类在该任务上的表现通常在85%的水平，也就是说，o3在高计算模式下，已经超越了人类。

这个结果，引起了多人的质疑：OpenAI不会专门针对这个任务做过训练吧？

要知道，在直播的第12天，奥特曼专门强调过，「并未对模型做过特殊处理」。

对此，心细的网友们纷纷展开调查。

比如这位名为Knight Lee的网友，就表示o3在ARC-AGI上的分数是经过微调的，而之前的AI分数并没有被微调。

他表示，o3的一个主要优势，就是接受过示例测试问题的明确训练而已。

之所以有这样的观点，是他引用了ARC-AGI设计师François Chollet的说法——

OpenAI分享说，他们测试的o3是在公共训练集75%的数据上进行训练的。他们尚未透露更多细节。我们尚未测试未经ARC数据训的模型，因此尚不清楚其性能有多少归因于ARC-AGI数据。

这个这个说法为真，那o3所取得的分数，显然占了很大便宜。

OpenAI研究员Zach Stein-Perlman反驳说，他们没有针对ARC对o3做过微调。

不过今天出来的o3智商157的结果，至少可以为它的性能稍稍正名了。

o4才是Orion？

而且，在o3之后，或许还会有IQ更强的模型现身。

Information独家爆料称，o3并不是代号为Orion的模型。相对的，Orion可能会作为o4的基础模型。

但华尔街日报在此前的报道中表示，Orion是GPT-5……

OpenAI研究员Jason Wei称，从o1到o3仅用了3个月的时间，这表明在新范式下，进展远快于预训练范式每1-2年更新一次模型的速度。

推理模型的优势在于，利用更多计算资源思考之后，能够弥补预训练的放缓速度。

也正因此，o3推理代价是高昂的。ARC-AGI基准测试报告中，已经披露了o3在每个高计算任务中的成本会超过1000美金。

这也充分解释了，OpenAI博士级AI助手能达到每月2000美元的原因。

另一位OpenAI研究员John Hallman对此表示，当Sam和我们研究人员说AGI即将到来时，我们不是为了给你画大饼，不是为了推2000美元的订阅，也不是为了诱骗你投资我们的下一轮融资。它真的要来了。

目前，不清楚的是，o3对普通ChatGPT用户能带来多大帮助。

o3可能在编程、数学、科学领域表现，对编程、数学和科学领域的人员帮助最大，包括那些研究极其困难问题（如核聚变能源）的研究人员。

而对于普通用户而言，新模型可能有点「大材小用」。

虽然o3表现出色，其他科技巨头也不甘示弱。

谷歌强势推出了Gemini 2.0 Flash、视频模型Veo 2，以及由耗资30亿美金聘请AI研究员Noam Shazeer开发的推理模型。

一些对价格敏感的开发者，纷纷转向了谷歌Flash模型。

可以看出，推理模型仍将继续超进化迭代，2025年也将会如今年一样令人兴奋。

参考资料：

https://x.com/i_dg23/status/1871135348069482993

https://x.com/kimmonismus/status/1871162085675253977

https://x.com/SmokeAwayyy/status/1871273888191221922

https://www.theinformation.com/articles/openai-wows-the-crowd-as-new-scaling-law-passes-its-first-test?rc=epv9gi

永久福利直投简历

简历投递：join@speechhome.com

扫码关注我们

助力AI语音开发者的社区

助力AI语音开发者的社区

最新文章

INTERSPEECH 2025丨ML-SUPERB 2.0 挑战赛：推动多语言语音科技迈向新高度

天工版o1、4o同时上线！实时语音陪聊太上头

通过流匹配实现高效、高质量的文本转音频生成

语音/音频处理学术速递[1.6]

AI语音招聘岗位合集

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

活动报名丨第五届全国人工智能大赛

复旦等提出「中国版GPT-Zero」！毕业论文AI率自查神器｜AAAI 2025

语音/音频处理学术速递[1.3]

AI教父辛顿力挺马斯克，明确反对 OpenAI 的营利化转型。

分享 10 款免费在线 TTS 工具，开启语音新世界大门

4o-mini只有8B，Claude 3.5 Sonnet有175B，微软论文「透露」了下顶级模型参数

高噪声环境下的语音增强技术，在极低信噪比条件下显著提升目标语音的质量

使用知识图谱增强大语言模型生成问答逻辑形式

Ilya布局末日倒计时？奥特曼与谷歌大佬揭秘2025年ASI降临时间表！

ICASSP2025丨语音国家工程研究中心26篇录用论文分享

国产大模型全球“刷屏”，总训练成本557万美元，性能比肩GPT-4o

语音/音频处理学术速递[12.31]

ICASSP2025丨上交大跨媒体语言智能实验室12篇录用论文分享

2024年人工智能年终总结报告｜Artificial Analysis

语音/音频处理学术速递[12.30]

AI语音招聘岗位合集

听见未来，AI+Audio｜2025中国国际音频产业大会（GAS）

长文本+o1？评估LLM在真实世界长文本多任务中的深度理解与推理能力

国产大模型DeepSeek-V3一夜火爆全球，671B的MoE，训练成本仅558万美元

ICASSP2025丨内蒙古大学语音信号处理组5篇录用论文分享

AI大模型权威评测：豆包中文对话最强，OpenAI o1推理和数学占优

全球首个中文安全领域事实性基准评测集发布

音频版ControlNet来了！Adobe推出Sketch2Sound

AI首次自主发现人工生命！人类窥见上帝造物

INFP：照片+音频让蒙娜丽莎秒变播客主理人

语音/音频处理学术速递[12.25]

CultureLLM 与 CulturePark：增强大语言模型对多元文化的理解

ICASSP2025丨人类语言技术实验室（HLT Lab）10篇录用论文分享

o3曝智商高达157，比肩爱因斯坦碾压99%人类！陶哲轩水平AI或出现

语音/音频处理学术速递[12.24]

ICASSP2025丨IMU语音理解与生成实验室3篇论文分享

开源更新丨通义3D-Speaker多说话人日志功能

李飞飞谢赛宁：多模态LLM「空间大脑」觉醒，惊现世界模型雏形！

语音/音频处理学术速递[12.23]

AI语音招聘岗位合集

GAS"消费电子科创奖” | 展示消费电子行业突破性成果

WavChat：深入探索语音对话模型的前沿

Interspeech 2025丨首届言语健康挑战赛

一键生成万字专利！中科院发布多智能体框架AutoPatent，含1933个「草稿-专利」数据对

内大语音理解与生成实验室最新视觉语音合成工作分享

语音/音频处理学术速递[12.20]

【AI对话系统新挑战】FutureDial-RAG Challenge详解

李飞飞团队统一动作与语言，新的多模态模型不仅超懂指令，还能读懂隐含情绪

语音/音频处理学术速递[12.19]

分类

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