今天凌晨2点，OpenAI开启第12天技术直播，也是最后一天。不负众望终于整了个大的，发布全新预览版模型——o3。根据发布的o3测试数据显示，美国AIME数学竞赛中达到了96.7分，大幅度超过了o1预览版的56.7和o1的83.3%，仅错了一道题相当于一名顶级数学家的水平。而在ARCAGI的测试中，
......
本文由站长之家合作伙伴自媒体作者“AIGC开放社区公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
OpenAI首席全球事务官ChrisLehane在最新专访中透露满血版o3将于本周五正式上线。去年12月20日，在为期12个工作日的线上新品发布活动最后一日，OpenAI宣布了“压轴大作”：o1的下一代模型o3，推出两个版本一个正式的o3，另一个相对较小的精简版o3-mini。不知道此番提前上线满血版o3是否是OpenAI应对DeepSeek热的紧急措施。
OpenAI把o3-mini的推理思维链公开了。免费用户和付费用户都可以看到模型的思维过程，OpenAI终于Open一回。最近被大量吐槽的o3-mini使用中文思考的问题，也就不存在了。
又爆大瓜!FrontierMath的o3惊人表现，竟是因OpenAI资助了EpochAI提前获得大部分试题访问权。OpenAI模型的性能究竟几分是真，几分炒作，愈来愈变得扑朔迷离。到时就知道，o3是不是只在FrontierMath上特别强，在其他地方就不行了。
今天凌晨2点，OpenAI发布了一项新技术研究，通过增加推理时间、算力资源来大幅度提升模型的对抗鲁棒性。与传统的对抗训练样本方法不同的是，OpenAI提出的新方法不需要对大模型进行专门的对抗训练，也不需要提前了解攻击的具体形式。同样模型在增加推理时间、算力情况下成功抵御攻击。
据报道，OpenAI发布事故报告指出，当前遭遇GPT-4o和4o-mini模型性能下降问题，目前正在进行调查，并将尽快发布最新消息。科研人员创新性地推出了一项名为LONGPROC的基准测试工具，该工具专为评估模型在处理长上下文中的复杂信息并生成相应回复的能力设计。特别是在需要输出8ktokens的任务中，即便是参数庞大的先进模型也未能幸免于难，这或许预示着未来大型语言模型研究的
今天凌晨3点，OpenAI正式发布了新模型o3-mini，可在ChatGPT和API中可用。Pro用户可无限使用o3-mini，Plus和Team用户的速率限制将是o1-mini的3倍。o3-mini高推理模式，Plus用户每周只有50条消息?到目前为止我印象不错，本来可以更好，但实际上o3-mini已经很好了。
DeepSeek版o1，有消息了。还未正式发布，已在代码基准测试LiveCodeBench霸榜前三，表现与OpenAIo1的中档推理设置相当。这样实时更新、确保公平性和可靠性的测试方法，获得了开发者社区的认可。
OpenAI公司今天在X平台发布推文，宣布面向免费和付费用户更新o3-mini的思维链。OpenAI为付费用户更新o3-mini-high的思维链，更透明、更详细地展示模型的推理”步骤以及得出答案的方式。尤为值得一提的是，o3模型在ARC-AGI测试中取得了历史性突破，首次跨越人类水平门槛，以87.5%的优异成绩，标志着OpenAI在通往实现人工通用智能的征途中又迈出了坚实的一步。
爆火的国产大模型DeepSeek又放大招，今天凌晨突然发布Janus-Pro多模态大模型，进军文生图领域。在GenEval和DPG-Bench基准测试中，Janus-Pro-7B不仅击败了OpenAI的DALL-E3击败了StableDiffusion、Emu3-Gen等热门模型。作为多模态模型，Janus-Pro不仅能文生图能对图片进行描述，识别地标景点，识别图像中的文字，并能对图片中的知识进行介绍。
这两天，中国AI公司深度求索发布的大模型DeepSeek-R1震动业界，该模型使用更低的成本和更小的算力规模，实现了足以匹敌美国顶尖AI模型的效果。最新消息显示，DeepSeek已经登顶了中国和美国的苹果AppStore应用商店，一举超越ChatGPT。中国AI的发展，同样需要这样的生态。
