原文内容，附发布会中文字幕视频

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日跟你分享最新的 AI 资讯和开源应用，也会不定期分享自己的想法和开源实例，欢迎关注我哦！

🥦 微信公众号｜搜一搜：蚝油菜花 🥦

OpenAI于12月5日开始，举行了为期12天的系列发布活动，期间每天发布一个产品或样品，涵盖了一系列创新技术，包括备受期待的AI视频生成工具Sora和新的推理模型。本文将为您详细介绍这12天的发布会每日的发布内容和相关亮点信息。

🚀 快速阅读

  • Day1：最强推理模型 o1 满血版及其Pro版本上线，推出ChatGPT Pro订阅服务。
  • Day2：发布强化微调技术，支持少量数据训练。
  • Day3：Sora正式版和Sora Turbo上线，支持高清视频生成。
  • Day4：ChatGPT Canvas全面开放，提供人+AI协作模式。
  • Day5：ChatGPT正式集成到Apple Intelligence，支持Siri使用。
  • Day6：ChatGPT高级语音模式增强，加入视频输入和屏幕共享功能。
  • Day7：推出Projects功能，支持项目管理和协作。
  • Day8：ChatGPT Search全面升级，免费开放。
  • Day9：o1推理模型开放API，成本下降60%。
  • Day10：通过电话和WhatsApp使用ChatGPT，降低使用门槛。
  • Day11：ChatGPT与Mac应用深度集成，支持编程和写作。
  • Day12：推出高性能AI推理模型o3及其轻量级版本o3 Mini。

正文

Day1：o1满血版上线，ChatGPT Pro订阅服务

第一天的发布会上正式推出了最强推理模型 o1 满血版及其Pro版本。模型比之前的 o1-preview 版本更加完备，性能提升了34%，错误率降低了34%。且支持多模态输入。

同时，OpenAI推出了ChatGPT Pro订阅服务，价格为每月200美元，提供无限制访问o1和专业版o1。

亮点分析：

  • 基础版：适用于日常使用，功能强大、反应迅速。
  • 多模态能力增强：处理文本和图像的能力大幅提升，支持图像内容分析和相关问题解答。
  • 语言理解能力提升：更准确捕捉语言细节和上下文，文本生成、翻译和摘要表现更加流畅自然。
  • 错误率降低：比起预览版，错误率降低了35%，生成内容更加准确可靠。
  • 响应速度提升：速度提升50%，减少用户等待时间，带来更流畅的使用体验。
  • Pro 版本：面向对AI性能要求更高的专业用户，强大而精确。
  • 深度推理能力：可处理复杂的数学和科学问题，支持多步推理和专业计算，思考时间约1-3分钟。
  • 专业领域知识：在科学、数学、编程等领域表现出色，提供专业、准确的解答。
  • 长文本处理能力：支持更长的文本输入和输出，轻松应对长文档处理与内容生成。
  • 自定义能力：提供更多微调选项，用户可根据自身需求进行个性化定制。

Day2：强化微调（ReinforcementFine-Tuning）

第二天的发布会上，介绍了强化微调技术。这是一种新的模型训练方法，支持用户使用少量的训练数据在特定领域创建专家模型。

强化微调通过强化学习算法优化模型的输出，使其更符合用户的预期。强化微调预计要到2025年春季才开放给用户。

亮点分析：

  • 少量数据训练：使用极少的样本就能让模型学习到新的推理方式。
  • 强化学习算法：根据用户提供的评分机制不断优化模型的输出。
  • 适用于复杂任务：特别适合需要深入专业知识的领域，如法律、金融、医疗等。

Day3：Sora正式版登场

在第三天的发布会上，OpenAI推出了 Sora 正式版和新版本 Sora Turbo。Sora是一个视频生成工具，可以根据文本描述生成连贯、逼真的视频内容。

Sora支持生成高达1080p分辨率、最长20秒的视频，支持多种视频比例，提供了多种视频编辑功能。现阶段，Sora仅面向ChatGPTPlus和Pro用户开放，Plus用户每月有50条视频生成配额，Pro用户则高达5000条。

亮点分析：

  • 故事板功能：用户通过时间线指导视频中多个动作，创作复杂视频序列。
  • 多种视频编辑功能：包括Remix、Re-cut、Storyboard等，增强创作的逻辑性和流畅度。
  • 视频混合：支持将两个视频场景合并为一个全新场景，生成具有创意的新内容。
  • 高分辨率和时长支持：支持生成1080p分辨率和最长20秒的视频。

Day4：ChatGPT Canvas全面开放，人+AI协作模式启动

第四天的发布会上，OpenAI宣布Canvas功能全面开放。从聊天工具升级为生产力工具，Canvas支持用户与ChatGPT在写作和编程方面进行协作，提供了一个共享画布，用户和ChatGPT可以共同编辑文档和代码。

亮点分析：

  • 写作和编程协作：用户可以与ChatGPT共同完成写作和编码项目。
  • 支持Python代码运行：Canvas内置了几乎所有常用的Python库，可以在编写代码时与AI实时协作。
  • 图片识别：Canvas支持图片识别，用户可以上传图片并生成相关的文本内容。
  • Canvas：提供写作、审稿、编码和图片识别的协作功能。

Day5：OpenAI与苹果合作，ChatGPT集成到Apple Intelligence

第五天的发布会上，OpenAI宣布ChatGPT正式集成到Apple Intelligence。意味着iPhone、iPad和Mac用户可以通过Siri使用ChatGPT的功能。

亮点分析：

  • Siri支持：用户可以通过Siri语音命令完成更复杂的任务。
  • 写作工具升级：苹果的智能写作工具将引入ChatGPT能力。
  • 视觉智能能力：用户可以利用搜索功能快速识别眼前物品。
  • ChatGPT集成：在iOS，iPadOS，MacOS生态系统中提供ChatGPT的智能支持。

Day6：OpenAI版「Her」上线，高级语音模型增强

第六天的发布会上，OpenAI为 ChatGPT 的高级语音模式带来了视频输入和实时屏幕共享功能。使ChatGPT能“看到”用户和周围环境，基于这些视觉信息来更好地理解用户的指令和问题。

高级语音模式使用多模态4o模型，可直接输入音频并输出音频，支持语言超过50种，面向移动端用户，Plus和Pro订阅用户开放。

亮点分析：

  • 视频输入功能：ChatGPT的高级语音模式加入了视频输入功能，使其能够“看到”用户。
  • 屏幕共享功能：ChatGPT可以通过屏幕共享功能，帮助用户回复消息、辅助工作和学习等场景。
  • 圣诞老人虚拟角色：用户可以通过高级语音模式与“圣诞老人”进行视频或语音通话。

Day7：ChatGPT发布 Projects 功能

第七天的发布会上，OpenAI推出了 Projects 新功能。支持用户将相关资料、文件、聊天记录等信息集中到一个“Project”中，支持项目管理与写作、文件与数据管理、个性化定制等场景。

整合Canvas和ChatGPT Search，面向ChatGPTPlus/Pro用户开放，计划于明年初向企业和教育用户提供。

亮点分析：

  • 项目管理：用户可以创建项目，上传文件，设定个性化指令。
  • Canvas和ChatGPT Search集成：Projects功能整合了Canvas和网络搜索能力。
  • 多步骤任务执行：为未来执行多步骤任务奠定了基础。
  • Projects：支持用户上传文件、设置自定义指令、分组聊天和数据等。

Day8：ChatGPT Search全面升级，免费开放

第8天的发布会上，OpenAI 展示了 ChatGPT Search 最新搜索功能，基于GPT-4o模型的微调版本。功能通过与第三方搜索提供商及ChatGPT的合作伙伴直接提供的内容相结合，用户能快速并准确地获取所需信息。

新增的可搜索信息包括最新体育比分、新闻、股票报价等实时信息。用户可以通过指向相关网络资源的链接获得快速、及时的答案。

亮点分析：

  • 搜索性能提升：搜索速度更快，移动端体验更好，加入了地图体验。
  • 语音搜索整合：用户可以通过语音对话获取实时网络信息。
  • 全球免费开放：搜索功能向全球所有登录用户免费开放。
  • 对话式搜索：ChatGPT能够保持对话上下文、理解用户意图。

Day9：o1推理模型开放 API，成本暴降60%

第9天的发布会上，OpenAI 宣布了o1模型正式推出API，成本降低60%，可定制升级，新增函数调用，开发者消息和图像分析等功能。是一次重要的技术升级。

新模型不仅变得更聪明，还能更快地回应用户需求。实时API进行了全面升级，包括引入WebRTC支持，降低价格以及更灵活的响应控制。

亮点分析：

  • o1模型API：正式推出满血版o1模型API，支持功能调用、开发者消息、Structured Outputs以及视觉识别等功能。
  • 实时API升级：集成简单的WebRTC功能，GPT-4o音频价格下调60%。
  • 偏好微调：推出基于直接偏好优化（DPO）算法的偏好微调功能。
  • 多语言SDK支持：开放Go和Java SDK测试版，支持多种编程语言。
  • 性能提升：o1模型在多个领域展现出了优秀的表现，如编程能力测试中达到76.6%的高分。

Day10：通过电话和WhatsApp使用ChatGPT

第10天的发布会上，OpenAI 介绍了通过电话和WhatsApp使用ChatGPT的新功能，极大地降低了使用门槛。

这一更新意味着用户可以通过最基础的电话功能或WhatsApp与最先进的AI进行对话，号码是1-800-CHAT-GPT，或者是1-800-242-8478。支持智能手机，老人机和座机等设备。

亮点分析：

  • 电话接入：用户可以通过拨打1-800-CHAT-GPT与ChatGPT进行语音对话。
  • WhatsApp集成：全球用户可以在WhatsApp上给ChatGPT发消息，提供服务的模型是4o-mini。
  • 简单易用：不需要注册账号，不需要记住密码，只需要像打电话一样简单操作。
  • 跨设备支持：从最新款的iPhone到老式的翻盖机，都能直接和AI对话。
  • 多语言支持：ChatGPT能够提供多语言服务，如教用户用西班牙语交流。

Day11：ChatGPT与Mac应用深度集成

第11天的直播中宣布了ChatGPT与Mac应用的深度集成，特别在编程和写作方面进行了更新。现在，用户可以通过简单的复制粘贴操作，与Warp、XCode等应用协同工作，无需详细交流即可执行任务。

此外，ChatGPT还支持在语音模式下与Notion、Apple Notes等应用协同工作。这些新功能已在Mac最新版ChatGPT应用中推出，而Windows用户还需等待。

亮点分析：

  • 桌面应用全新升级：ChatGPT 桌面应用支持与多种应用程序协同工作，包括开发工具和文档编辑工具。通过 ChatGPT 分析 Git 提交数据并生成可视化图表。
  • 实时演示与 Warp 终端、Xcode IDE 的智能协作：展示了 ChatGPT 如何与开发环境无缝协作，为编程任务提供实时支持。在 Xcode 中实现代码自动补全和功能添加。
  • 对 Notion、Apple Notes、Quip 等写作工具的支持：这些功能现已在 Mac 桌面应用上线，Windows用户需等待。
  • 高级语音交互模式：通过语音模式与 ChatGPT 交谈，提供了更加自然和高效的体验。
  • 搜索辅助功能：确保输出信息的准确性，结合搜索功能来优化写作内容。

Day12：o3 压轴登场！推理成本是 o1 的2000倍

第12天的发布活动中，OpenAI正式推出了其最新的高性能AI推理模型o3，以及它的轻量级版本o3 Mini。

这两款新模型展示了前所未有的数学推理能力、编程效率以及科学问题解决能力，其中o3更是在多个专业领域超越了人类专家的表现。

亮点分析：

  • 顶级数学解决能力：o3在解决复杂的数学问题上展现出了惊人的准确率，如在美国AIME数学竞赛中的得分高达96.7%，远超大多数参赛者。对于概率、几何等方面的问题同样处理得当。
  • 优秀的编程辅助工具：根据测试，o3能够在CodeForces平台上达到2727的ELO分数，这不仅表明它有很强的编程能力和代码生成能力，还意味着它可以有效辅助开发者优化程序结构。
  • 科学研究的强大助力：GPQA结果显示o3能够以87.7%的准确率解决科学相关问题，这一成绩比专业研究人员高出许多，显示了它在科研领域的巨大潜力。
  • 高透明度的推理机制：不同于以往的模型，o3能向用户清晰地展示其思考过程及依据，让结果更加可信、易于理解。
  • 强大的多模态处理能力：o3不仅擅长处理文本信息，还能有效处理图像数据，使得它在视觉推理等跨模式的应用中具有优势。
  • 轻量级选择o3 Mini：对于计算资源有限的情况，o3 Mini提供了另一种解决方案。它依旧保留了关键功能如函数调用和支持结构化输出等，但占用资源更少，成本更低。

资源

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发非常感兴趣，我会每日跟你分享最新的 AI 资讯和开源应用，也会不定期分享自己的想法和开源实例，欢迎关注我哦！

🥦 微信公众号｜搜一搜：蚝油菜花 🥦