大半夜的，OpenAI抽象了整整快半年的新模型。在没有任何预告下，正式登场。正式版名称不叫草莓，草莓只是内部的一个代号。他们的正式名字，叫：为什么取名叫o1，OpenAI是这么说的：For complex reasoning tasks this is a significant advancement and represents a new level of AI capability. Given this, we are resetting the counter back to 1 and naming this series OpenAI o1.翻译过来是：对于复杂推理任务来说，这是一个重要的进展，代表了人工智能能力的新水平。鉴于此，我们将计数器重置为 1，并将这一系列命名为 OpenAI o1。这次模型的强悍，甚至让OpenAI不惜推掉了过去GPT系列的命名，重新起了一个o系列。炸了，真的炸了。我现在，头皮发麻，真的，这次OpenAI o1发布，也标志着，AI行业，正式进入了一个全新的纪元。“我们通往agi的路上，已经没有任何阻碍。” 在逻辑和推理能力上，我直接先放图，你们就知道，这玩意有多离谱。AIME 2024，一个高水平的数学竞赛，GPT4o准确率为13.4%，而这次的o1 预览版，是56.7%，还未发布的o1正式版，是83.3%。代码竞赛，GPT-4o准确率为11.0%，o1 预览版为62%，o1正式版，是89%。而最牛逼的博士级科学问题 (GPQA Diamond)，GPT4o是56.1，人类专家水平是69.7，o1达到了恐怖的78%。我让Claude翻译了一下o1的图，丑是丑了点，但是能看的懂每项数据意思就行。什么叫全面碾压，这就是。特别是在测试测试化学、物理和生物学专业知识的基准GPQA-diamond上，o1 的表现全面超过了人类博士专家，这也是有史以来，第一个获得此成就的模型。而整个模型之所以达到如此成就，基石就是Self-play rl，不知道这个的可以去看我前两天的预测文章：新模型草莓到底是个啥？通过Self-play RL，o1学会了磨练其思维链并完善所使用的策略。它学会了识别和纠正自己的错误。它也学会了将复杂的步骤分解为更简单的步骤。而且当当前的方法不起作用时，它也学会了尝试不同的方法。他学会的这些，就是我们人类，最核心的思考方式：慢思考。诺贝尔经济学奖得主丹尼尔·卡尼曼有一本著作，名叫：《思考，快与慢》。非常详细的阐述了人类的两种思考方式。第一种是快思考（系统1），特点是快速、自动、直觉性、无意识，举几个例子：
