計(jì)算機(jī)-OpenAI 12天直播帶來的幾點(diǎn)產(chǎn)業(yè)思考

計(jì)算機(jī)/行業(yè)專題報(bào)告/2024.12.23投資評級投資評級:看好(維持)分析師楊燁yangye01@1.《AI眼鏡或?qū)⒊蔀橄乱淮K端》2024-12-222.《智駕月報(bào)：車市延續(xù)景氣，F(xiàn)SDv13開始測試》2024-12-203.《豆包引領(lǐng)，國內(nèi)AI推理算力需求幾何？》2024-12-15連續(xù)12天直播發(fā)布系列新模型和新應(yīng)用。我們認(rèn)為，OpenAI的一系列產(chǎn)品Reasoning更靈動(dòng)的多模態(tài)能力（AgileMultimodalCapabilities）和更實(shí)用的人工智能代理（BetterAIAgents）。發(fā)布o(jì)1模型，該模型通過思維鏈CoT與獎(jiǎng)勵(lì)模型PRM進(jìn)行推理訓(xùn)練，可以有效提高模型回答的質(zhì)量和可解釋性，意味著模型擴(kuò)展（scaling）或許出現(xiàn)了新的范式。對開發(fā)者來說，本次發(fā)布會(huì)提到了幾種主流的后訓(xùn)練方法，例如有監(jiān)督的微調(diào)SFT、強(qiáng)化學(xué)習(xí)RL和偏好微調(diào)PFT等。本次直播最后一天OpenAI驚喜預(yù)告o3和o3-mini模型。我們認(rèn)為，o3或許可以憑借搜索已掌握的內(nèi)容，構(gòu)建針對新任務(wù)的CoT，進(jìn)而解決復(fù)雜任務(wù)難題。更靈動(dòng)的多模態(tài)能力是Agent的基石，支持場景化縱深推進(jìn)：此次態(tài)能力為AIAgent實(shí)現(xiàn)更智能、更復(fù)雜的功能提OpenAI在第五天的直播中正式宣布與蘋果合作，將ChatGPT集成到AppleIntelligence中。本次OpenAI與蘋果的合作正是多模態(tài)技術(shù)與AIAgent合作的體現(xiàn)。類似的大模型與終端的結(jié)合也是未來自動(dòng)駕駛、機(jī)器人、智能家居等領(lǐng)域的底層核心邏輯。進(jìn)一步將ChatGPT的功能產(chǎn)品化，展示了包括Canvas、Projects、Search以及電話功能等在內(nèi)的應(yīng)用，并支持ChatGPT的桌面部署。我們認(rèn)為，隨著模型推理技術(shù)的不斷進(jìn)步和多模態(tài)能力的持續(xù)優(yōu)化，基于大型模型的AI應(yīng)用將變得更加多樣化，能夠覆蓋的用戶群體也將不斷擴(kuò)大。投資建議：見正文。風(fēng)險(xiǎn)提示：技術(shù)迭代不及預(yù)期的風(fēng)險(xiǎn)；商業(yè)化落地不及預(yù)期的風(fēng)險(xiǎn)；政策支持不及預(yù)期風(fēng)險(xiǎn)；全球宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)。謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)2 4 5 5 6 7 82.4.1o3模型在多領(lǐng)域?qū)崿F(xiàn)與人類 8 4 5 5 6 6 6 6 7 7 8 8謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)3 9 9 9 9 9 謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)41AI模型新態(tài)勢：更強(qiáng)、更靈動(dòng)、更實(shí)用大模型構(gòu)建基礎(chǔ)平臺(tái)，并且借助不同的后訓(xùn)練技術(shù)，實(shí)現(xiàn)模型在不同維度上的定制化效果。這種定制化不但拓展了模型的應(yīng)用范疇，還加深了其在特定領(lǐng)域的專業(yè)性。在多模態(tài)交互方式的有力支撐下，這些模型可以更好地匹配用戶在多樣化更為精準(zhǔn)、高效且貼合實(shí)際需求的服務(wù)與支持。AIAgentWorkwithApps桌面版C家初創(chuàng)公司有其商業(yè)化的考量，需要在現(xiàn)有模型基礎(chǔ)上開發(fā)出適用于更廣泛場景沒有急于發(fā)布下一代預(yù)訓(xùn)練模型，而是陸續(xù)推出了支持多模態(tài)和多語言交互的模謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)52更強(qiáng)的推理能力，復(fù)雜任務(wù)處理能力大幅提升理化類或邏輯類問題時(shí)，正確率依舊有較大提升空間。而有效的后訓(xùn)練微調(diào)能夠任務(wù)相關(guān)的標(biāo)注數(shù)據(jù)旨在通過各類后訓(xùn)練方法，縮小生成式模型與人類在推理能力上的差距，借助模謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)6文“OpenAIo1SystemCard”中，詳細(xì)闡述了o1模型如何通過思維鏈（Chainof程，使其思考過程更加接近人類的思維方式，類似于人類在解決問題時(shí)會(huì)拆分推理步驟，進(jìn)而確保推理思維鏈的邏輯性和連貫性。在推理過程中，我們可以引入圖6.圖6.OpenAI論文中PRM示例而右側(cè)的解法是錯(cuò)誤的。綠色背景表示評分較高，紅色背景表示評分較低。PRM正確地識(shí)別出了錯(cuò)誤解法中的錯(cuò)誤之處謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)7本次系列發(fā)布會(huì)提到了幾種主流的后訓(xùn)練方法，例如有監(jiān)督的微調(diào)（Supervised增強(qiáng)o1模型在專業(yè)知識(shí)繁雜領(lǐng)域的應(yīng)答能力。具體步驟包括輸入訓(xùn)練數(shù)據(jù)集，模型根據(jù)數(shù)據(jù)集輸出一系列回答，用戶則根據(jù)正確答案在系列回答中的位置順序進(jìn)行打分。例如，如果正確答案在所有回答中第一個(gè)出現(xiàn)，則獲得成對的回答，我們可以選擇那些更符合我們要求的答案，并將其作為反饋提供給模型。這樣，模型就能夠加強(qiáng)對我們偏好的回答的學(xué)習(xí)，從而在未來的輸出中提高正確率。當(dāng)前大模型依舊會(huì)有幻覺現(xiàn)象，但后訓(xùn)練可使模型人員實(shí)現(xiàn)，公開研究可反饋給大模型強(qiáng)化其相關(guān)領(lǐng)域的知識(shí)理解，形成正循環(huán)。謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)8圖10.o3和支持3種推理努力程度的o3-mini模型（mostaggressivehightestcomputesetting）下elo達(dá)到近2727，達(dá)到InternationalGrandmaster水平，相當(dāng)于位列第175位的人類選手，并超過謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)9準(zhǔn)測試中，所有現(xiàn)有產(chǎn)品準(zhǔn)確率均低于2%，而o3在激進(jìn)測試時(shí)間設(shè)置謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)10推理努力程度，用戶能夠依據(jù)不同的使用場景自由靈活地調(diào)整其思考時(shí)間，以實(shí)成本與性能權(quán)衡方面定義了新的高效前沿，能以更低成本實(shí)現(xiàn)更謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)11模型僅為0%，而半年之后發(fā)布的o3在高計(jì)3更靈動(dòng)的多模態(tài)能力是Agent的基石，支持場景化縱深推進(jìn)謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)12不止于語音、圖像，進(jìn)軍實(shí)時(shí)視頻通話。在發(fā)布會(huì)的第六天，OpenAI展示了ChatGPT的視頻通話新功能，用戶可以通過視頻通話與ChatGPT實(shí)時(shí)互動(dòng)，ChatGPT也可以根據(jù)與用戶的對話及觀察用戶所功能可以幫助用戶實(shí)現(xiàn)更沉浸、更直觀的交流體驗(yàn)，也進(jìn)一步突破了傳統(tǒng)的語音基于靜態(tài)圖片和現(xiàn)有視頻創(chuàng)建新內(nèi)容，還可以根據(jù)用戶對視頻不同時(shí)間點(diǎn)的具體描述來生成內(nèi)容，從而更精確地指導(dǎo)視頻片段的生成。然而，該模型仍然會(huì)出現(xiàn)動(dòng)作不自然、生成不符合現(xiàn)實(shí)規(guī)律的現(xiàn)象，對物體運(yùn)動(dòng)的物理原理的理解仍需進(jìn)謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)134更實(shí)用的AIAgent，復(fù)雜端側(cè)操作成為可能，多元產(chǎn)品化漸行漸近進(jìn)行交互，從而無需在不同應(yīng)用程序之間切換。者發(fā)表的一篇論文“AgentAI:SurveyingtheHorizonsofMul問題，并抑制這些模型輸出與所處環(huán)境不符的內(nèi)容。AIAgent作為限定場景下的用戶代理，在多模態(tài)技術(shù)的支持下，可以在虛擬環(huán)境中代理用戶執(zhí)行任務(wù)和做出Agent合作的體現(xiàn)。一方面，ChatGPT的推理不僅能提升用戶使用效率，還能互相強(qiáng)化各自的產(chǎn)業(yè)地位。類似的大模型與終端的結(jié)合也是未來自動(dòng)駕駛、機(jī)器人、智能家居等領(lǐng)域的底層核心邏輯。謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)145基座模型能力與產(chǎn)品化共振，AI應(yīng)用生態(tài)加速豐化的創(chuàng)意寫作和編程協(xié)作體驗(yàn)。在這個(gè)過程中，用戶可以進(jìn)性要求高的信息搜索。目前，這項(xiàng)搜索功能對全球所有用戶和所有設(shè)備免費(fèi)經(jīng)與新聞和數(shù)據(jù)提供商合作，為天氣、股票、體育、新聞和地圖等類別添加謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)15戶將文件、指令、自定義對話和網(wǎng)絡(luò)搜索等信息集中存儲(chǔ)為項(xiàng)目，構(gòu)成一個(gè)有時(shí)效性，相當(dāng)于一個(gè)便民普惠的AI客服系統(tǒng)。如果用戶擁有美國電話號(hào)同時(shí)，ChatGPT還開通了WhatsApp聊天功能，用戶無需注冊內(nèi)容創(chuàng)作流程。此外，通過搜索功能，可以確保信息的正確引用。在代碼協(xié)模型技術(shù)解決復(fù)雜編碼問題，并提供實(shí)時(shí)的代謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)166投資建議ALPHABET、海光信息、協(xié)創(chuàng)數(shù)據(jù)、中科曙光、曙光數(shù)創(chuàng)、浪潮信息、寒武紀(jì)、Agent在PC端實(shí)現(xiàn)落地，辦公領(lǐng)域AI軟件傳音控股、漫步者、科大訊飛、螢石網(wǎng)絡(luò)、石頭科技基座模型能力的發(fā)展有望推動(dòng)AI在B端市場方財(cái)富、萊斯信息、華測導(dǎo)航、中控技術(shù)、?？低?、大華股份、中科星圖、佳謹(jǐn)請參閱尾頁重要聲明及財(cái)通證券股票和行業(yè)評級標(biāo)準(zhǔn)