文：王智遠(yuǎn) | ID:Z201440

Open AI為期12天的直播，結(jié)束了。

科技圈博主和KOL們終于可以松一口氣，對于Sam團(tuán)隊(duì)而言，這場馬拉松式的直播無疑是一次巨大挑戰(zhàn)，估計(jì)他們累得夠嗆。

你看了嗎？有沒有漏掉的？

我可是一天沒錯(cuò)過，一開始像追劇一樣熬夜觀看，后來發(fā)現(xiàn)干貨并不多，索性就改為白天追視頻和媒體發(fā)布的新聞。

不過，我有隨時(shí)記筆記的習(xí)慣，所有有價(jià)值的信息都會第一時(shí)間記錄在Obsidian筆記軟件里。

前四天內(nèi)容，我已經(jīng)分享過，沒看的朋友可以點(diǎn)擊「一口氣看完OpenAI前四天內(nèi)容」；今天結(jié)束之際，也把后八天的經(jīng)常亮點(diǎn)也總結(jié)了出來，確保大家不會錯(cuò)過任何重要信息。

就從Day5開始吧。

Sam說：嗨，歡來到我們「12 Days of OpenAI」系列的第五天。今天，我想介紹讓 ChatGPT 更加簡單易用的一些新功能。

蘋果的朋友們正努力將 ChatGPT 集成到 iPhone、iPad 的 iOS 系統(tǒng)以及 macOS 系統(tǒng)中；我們的目標(biāo)是讓 ChatGPT 在各種平臺上都能輕松順暢地使用。

我們都很喜歡 Apple 的設(shè)備，因此對這次集成非常自豪，所以，你可以在不登錄的情況下使用ChatGPT了，但如果你有賬戶，體驗(yàn)會更好。

接下來，正式開始了。工程團(tuán)隊(duì)的 Dave和它的伙伴，利用半個(gè)小時(shí)時(shí)間，演示完一切功能。

簡單講，主要有五個(gè)核心內(nèi)容：一，蘋果公司將ChatGPT集成到了iPhone、iPad的iOS系統(tǒng)以及macOS系統(tǒng)中，使得用戶可以在這些設(shè)備上更簡單易用地使用ChatGPT。

二，當(dāng)Siri認(rèn)為ChatGPT能更好地解決問題時(shí)，可以直接將請求交給ChatGPT。三，Apple Intelligence的寫作工具現(xiàn)在可以借助ChatGPT從零開始為用戶起草文檔。

四，在iPhone 16上，用戶可以通過攝像頭控制功能調(diào)動視覺智能，使用ChatGPT來了解鏡頭里看到的東西。

五，Siri可以直接針對預(yù)覽狀態(tài)的文檔調(diào)用ChatGPT的能力進(jìn)行問答，用戶可以選擇是否僅共享當(dāng)前屏幕截圖或共享文檔全部內(nèi)容。

這就是第五天的內(nèi)容，用一句話總結(jié)即：蘋果公司宣布將ChatGPT集成到iOS和macOS系統(tǒng)中，用戶可通過Siri直接訪問ChatGPT，甚至無需賬戶即可使用。

第六天，說了什么呢？

首先，發(fā)布了兩個(gè)新功能：高級視頻對話和屏幕共享。用戶現(xiàn)在可以和ChatGPT實(shí)時(shí)共享屏幕了。

其次，ChatGPT里新增了一個(gè)圣誕老人語音模式。只要用戶開啟語音模式，然后說「hohoho」，就能啟動這個(gè)模式。

在案例展示環(huán)節(jié)，團(tuán)隊(duì)給ChatGPT展示了水壺和滴漏器的實(shí)時(shí)視頻，在ChatGPT的指導(dǎo)下，他們一步步完成了咖啡制作；ChatGPT給出了幾個(gè)步驟提示，比如：

在滴漏器中放濾紙、把咖啡粉加到濾器里、慢慢倒熱水，要轉(zhuǎn)圈倒等等。

團(tuán)隊(duì)還宣布，這些新功能將支持最新的移動應(yīng)用、桌面應(yīng)用、Web平臺，還有Teams集成。他們計(jì)劃在明年年初，把這些功能開放給企業(yè)用戶和教育用戶。

所以，第六天重點(diǎn)是ChatGPT推出的高級視頻對話和屏幕共享功能，還有新增的圣誕老人語音模式，這些更新主要展示了ChatGPT的多模態(tài)交互能力。‍‍‍‍

不知道第七天的內(nèi)容算不算大招：推出了Projects。

什么是Projects？

簡單來說，一個(gè)能把ChatGPT的所有功能整合到一起的工具，或者你也可以只用Projects，不用ChatGPT的其他功能。

這場發(fā)布會是由OpenAI的首席產(chǎn)品官Kevin Weil和他的兩個(gè)同事Drew Schuster和Thomas Dimson一起主持的。Kevin Weil在直播里說，現(xiàn)在可以把熟悉的ChatGPT功能都整合到項(xiàng)目里，或者，只單獨(dú)使用項(xiàng)目功能。

Thomas Dimson補(bǔ)充說，Projects像一個(gè)智能文件夾，這個(gè)功能是基于ChatGPT最近推出的對話搜索功能開發(fā)，可以查看和搜索以前的聊天內(nèi)容，都是文本形式的。

用Projects的方法挺簡單，大概分三步：

一.在ChatGPT界面上點(diǎn)「創(chuàng)建項(xiàng)目」按鈕；二.把聊天記錄加到項(xiàng)目里；三.試試搜索功能。還有個(gè)Canvas自由畫布工具可以用，不過這些步驟不是一定要全做，每一步都有很多可以發(fā)揮的地方。

Projects能用來干啥？

Kevin Weil和他的團(tuán)隊(duì)在直播里展示了幾個(gè)案例。

他們用Projects創(chuàng)建了一個(gè)Secret Santa項(xiàng)目，Schuster上傳了群組的聊天記錄和大家的需求，然后讓ChatGPT隨機(jī)分配任務(wù)，還讓ChatGPT幫忙寫了封郵件給群組。

還有個(gè)例子，Schuster上傳了一些關(guān)于家用電器的筆記，然后問ChatGPT：冰箱的濾水器什么時(shí)候需要更換？如果你平時(shí)有記錄家里的重要信息，這個(gè)功能就特別有用。

總的來說，Projects有三大功能：

一，幫我管理項(xiàng)目，把聊天記錄、文件這些都放在一起，方便整理；二，有搜索功能，即使項(xiàng)目里堆了很多東西，也能快速找到需要的內(nèi)容。

三，融合Canvas自由畫布工具，這個(gè)功能能讓我更直觀地看到項(xiàng)目里的內(nèi)容，整理起來更清晰。這個(gè)功能是免費(fèi)的，我覺得有點(diǎn)像在模仿Claude。

這就是第七天的內(nèi)容，一句話總結(jié)即推出Projects。

第八天，OpenAI給我們帶來了幾個(gè)新消息；首先，他們宣布ChatGPT Search現(xiàn)在對所有登錄的免費(fèi)用戶開放了，不管是用網(wǎng)頁版，還是iOS、Android手機(jī)都能用。

產(chǎn)品負(fù)責(zé)人Kevin Wheel說，這個(gè)搜索功能特別重要；用它能幫ChatGPT找到最新的信息，回答網(wǎng)上的問題。他自己也每天都在用，很高興現(xiàn)在大家都能用上。

第二，ChatGPT Search還能和高級語音模式一起用。這樣，用語音和ChatGPT聊天的時(shí)候，也能順便搜索信息，讓語音交流更厲害、更方便。

還有，ChatGPT Search現(xiàn)在和Apple Maps合作了。

如果你在iOS的ChatGPT應(yīng)用里找到一家餐廳，可以直接點(diǎn)一下，用Apple Maps導(dǎo)航過去。這說明ChatGPT Search和Apple Maps合作得很緊密。

另外，在手機(jī)應(yīng)用里，你可以用語音模式和ChatGPT聊天。它會把你的語音問題和網(wǎng)上的信息結(jié)合起來，給你答案。比如，你問圣誕市場的事，它就會告訴你什么時(shí)候開門，哪天營業(yè)。

最后，ChatGPT Search還能加到瀏覽器里，你可以把它設(shè)成默認(rèn)的搜索引擎，這樣上網(wǎng)搜東西就更快，還能得到智能的搜索建議。

總之，第八天的內(nèi)容重點(diǎn)是ChatGPT Search功能的擴(kuò)展和增強(qiáng)。包括了全球用戶都能用、和Apple Maps的合作、手機(jī)應(yīng)用里的語音模式，還有瀏覽器的集成，這些更新讓ChatGPT的搜索能力變得更強(qiáng)了。

第九天的活動被稱為「對開發(fā)者最有用的一天」。

這一天，他們推出了o1模型的正式版API；這個(gè)新版本的o1模型速度更快，成本更低，還增加了視覺識別和函數(shù)調(diào)用等新功能。這讓開發(fā)者在構(gòu)建應(yīng)用時(shí)更加輕松。

現(xiàn)場演示中，Michelle Pogras和Brian John展示了o1模型的新特性。他們介紹了函數(shù)調(diào)用、結(jié)構(gòu)化輸出、開發(fā)者消息、推理參數(shù)和視覺輸入等功能。

他們特別演示了如何使用o1模型的視覺輸入功能解析稅務(wù)表單，展示了模型如何識別表單中的錯(cuò)誤，并輸出修正后的結(jié)果。

接下來，實(shí)時(shí)API也進(jìn)行了全面升級。OpenAI引入了WebRTC支持，這大大簡化了實(shí)時(shí)語音應(yīng)用的開發(fā)流程。同時(shí)，相關(guān)服務(wù)的價(jià)格也大幅降低，其中GPT-4o的音頻處理費(fèi)用降低了60%。

Olivier Godement介紹了WebRTC集成的新功能，展示了怎么自動處理音頻流、管理網(wǎng)絡(luò)擁堵、實(shí)時(shí)噪聲抑制和音頻編碼，還支持了原生瀏覽器API。

最后，他們推出了「偏好微調(diào)」功能；這個(gè)技術(shù)讓開發(fā)者可以根據(jù)用戶的偏好，定制AI模型的回答風(fēng)格和內(nèi)容。比如，金融科技公司用了這個(gè)功能后，AI助手的準(zhǔn)確率提高了5個(gè)百分點(diǎn)以上。

Michelle Pogras提到，這項(xiàng)技術(shù)有成對比較學(xué)習(xí)機(jī)制、人類標(biāo)注和A/B測試支持，還能生成合成數(shù)據(jù)。他們展示了這項(xiàng)技術(shù)在金融分析助手中的應(yīng)用案例，說明了怎么通過優(yōu)化提升查詢的準(zhǔn)確率。

所以，這一天的重點(diǎn)有三個(gè)：o1模型API的正式推出、實(shí)時(shí)API的升級和價(jià)格調(diào)整、以及偏好微調(diào)功能的推出。

第十天有什么呢？

OpenAI在第10天的活動里，搞了兩個(gè)新動作：

一，他們開了ChatGPT的熱線電話服務(wù)。就像給朋友打電話一樣，你可以直接撥1-800-CHAT-GPT（也就是1-800-242-8478）和ChatGPT聊天；這個(gè)服務(wù)每個(gè)月送你15分鐘免費(fèi)通話，對那些想快點(diǎn)問個(gè)問題或者試試新功能的人來說，挺方便的。

二，他們讓ChatGPT能集成到WhatsApp里。這樣，你就能在WhatsApp上直接和ChatGPT聊天，不用換應(yīng)用，也不用開電腦，聊天變得更簡單。

不過，這個(gè)功能有兩個(gè)限制：

目前只對美國用戶開放，因?yàn)樘柎a是美國的；第二，每個(gè)月免費(fèi)通話時(shí)間只有15分鐘，如果你聊得更多，可能得想別的辦法。

還有，聊天的時(shí)候不支持上網(wǎng)搜信息，只能根據(jù)它學(xué)過的東西回答。所以，如果你已經(jīng)有ChatGPT Plus，可能還是用ChatGPT App里的高級語音模式更合適。今天這個(gè)功能，主要是給你多一個(gè)選擇。

我覺得，第十天的活動，沒那么激動人心。說白了，就是你可以打電話給ChatGPT了。其實(shí)，國內(nèi)的豆包、文小言、Kimi，早就能做到。

第十一天的內(nèi)容，關(guān)于「桌面應(yīng)用程序」。

產(chǎn)品負(fù)責(zé)人Kevin Wheel和團(tuán)隊(duì)成員John Nastos、Justin Rushing介紹了一些新的桌面應(yīng)用程序功能。這些功能是為了幫助大家在Mac和Windows電腦上工作得更快、更好。

那么，桌面應(yīng)用程序都有哪些好處呢？

讓ChatGPT變得更能干，不只是回答問題，還能自動幫你完成任務(wù)；這個(gè)應(yīng)用程序能看你的屏幕，幫你自動化工作流程，讓你工作更高效。

Justin展示了怎么用ChatGPT和Warp終端一起玩。

比如：數(shù)數(shù)Git倉庫里提交了多少次代碼，還能生成圖表。John則演示了在Xcode里怎么用ChatGPT幫忙編程，實(shí)時(shí)寫出代碼，還能調(diào)試。

ChatGPT現(xiàn)在還能和Apple Notes、Notion、Quip這些應(yīng)用互動，你可以直接在這些應(yīng)用里寫東西、編輯；新加的高級語音模式讓你能通過說話和ChatGPT交流，立刻得到回應(yīng)，讓用起來更爽。

所有新功能在直播結(jié)束后就推出了，你只需要更新到最新版的ChatGPT Mac應(yīng)用程序就能用；通過新功能，OpenAI希望大家能更好地掌握和自動化自己的工作流程，提高工作效率。

簡單來說，三點(diǎn)：

一是「增強(qiáng)的自動化能力」，桌面應(yīng)用程序能看你的屏幕，自動化你的工作流程，提高工作效率。

二是「跨應(yīng)用協(xié)作」，ChatGPT可以和Warp終端、Xcode、Apple Notes、Notion、Quip等多種應(yīng)用互動，不管你是編程、記筆記還是項(xiàng)目管理，都能實(shí)時(shí)幫忙。

三是「語音交互功能」，新加的高級語音模式讓你能通過說話和ChatGPT交流，實(shí)現(xiàn)更自然、更便捷的交互體驗(yàn)，進(jìn)一步提高你的工作和操作效率。

今天是最后一天，也是直播的第十二天，OpenAI重點(diǎn)介紹了o3和o3 mini的預(yù)告。為啥跳過了o2？為了避免版權(quán)問題，OpenAI直接用了o3這個(gè)名字。

如果要我用一句話形容o3，我會說--它強(qiáng)大得讓人震驚，可能會給程序員帶來沖擊。

為什么這么說呢？

我們先來看看OpenAI的研究員怎么說。o1是第一個(gè)大型推理模型，它只是用強(qiáng)化學(xué)習(xí)（RL）訓(xùn)練的大型語言模型（LLM）。o3則是在o1的基礎(chǔ)上，進(jìn)一步擴(kuò)展了RL的應(yīng)用，結(jié)果非常令人印象深刻。

簡單來說，o1只是證明了LLM加上RL是可行的，但我們并沒有全力以赴；o3則是全力以赴，通過擴(kuò)大規(guī)模，真正釋放了LLM加RL的潛力。

這也驗(yàn)證了一點(diǎn)--對于編程、數(shù)學(xué)這類能夠明確定義任務(wù)獎勵(lì)和容易獲取過程數(shù)據(jù)的任務(wù)，通過強(qiáng)化學(xué)習(xí)，它們的潛力可以不斷被挖掘，直到達(dá)到世界頂級水平。

那么，o3有哪些核心能力呢？官方展示了一些數(shù)據(jù)。

首先，o3模型在Codeforces編程比賽中獲得了2727分，這個(gè)分?jǐn)?shù)讓它達(dá)到了國際特級大師的水平，大約在全球競爭性人類編碼者中排名前200。這個(gè)分?jǐn)?shù)比o1模型的1891分高出了44%。

注釋：（Codeforces是一個(gè)在線編程比賽平臺，讓全球的程序員在限定時(shí)間內(nèi)解決算法問題，以此測試和提升自己的編程技能）。

其次，在2024年美國數(shù)學(xué)邀請賽（AIME）中，o3模型的得分為96.7%，只錯(cuò)了一道題。這個(gè)得分大幅超過了o1模型的83.3%，相當(dāng)于一名頂級數(shù)學(xué)家的水平。從競賽數(shù)學(xué)的角度來看，o3的準(zhǔn)確率比o1正式版高15%，比o1預(yù)覽版高近71%。

這些結(jié)果展示了o3模型在編程和數(shù)學(xué)領(lǐng)域的卓越性能，標(biāo)志著AI在這些領(lǐng)域的進(jìn)步。

簡單來說，o3的三個(gè)亮點(diǎn)：

一是推理能力的大幅提升；二是在數(shù)學(xué)和邏輯測試中的卓越表現(xiàn)；三是編程能力的突破。

所以，o3在實(shí)踐上證明了，對于編程這類能夠明確定義任務(wù)獎勵(lì)，和容易獲取過程數(shù)據(jù)的任務(wù)，通過對強(qiáng)化學(xué)習(xí)的擴(kuò)展，它的潛力可以不斷被挖掘，直到成為世界上最頂級的程序員之一。

最讓人興奮的消息是，o3 mini預(yù)計(jì)明年一月底就會發(fā)布！只需要再等一個(gè)月！o3 mini上線后，很快就會開放API調(diào)用，并附帶o1的所有API功能。

好了，以上就是Open AI這8天的全部內(nèi)容。你認(rèn)為哪天的發(fā)布能載入AGI史側(cè)呢？

看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 功能 模型 語音 隨筆