OpenAI o1：大进步、小技巧还是新思路？
来源：互联网 2026-07-19 06:25:19OpenAI发布o1模型，在数学和编程能力上大幅提升，采用思维链和强化学习技术，实现推理阶段的ScalingLaw。但成本高昂、技术壁垒不高，更像依赖模式匹配的“小镇做题家”。其核心价值在于推理能力与知识解耦，预示AI能力稀疏化趋势。
拖了快一年，从Q*到草莓，再到AGI和GPT5的传闻满天飞，核心团队都快被熬走了，OpenAI终于在9月12日推出了o1。预览版o1-preview和小尺寸的o1-mini同时开放，这个被寄予厚望的产品，注定不只是个版本更新——它带来的影响，需要从多个维度去观察。
免费动漫立即观看： >>>点此进入<<<
这波能力提升确实比较显著。与GPT-4o相比，o1-preview在数学和编程上的能力直接提升了5倍以上，尚未完全放出的o1更是超过了8倍。在博士级别的科学题目上，其正确率已经超过了人类专家水平。在国际数学奥林匹克资格考试中，GPT-4o只解决了13%的问题，而推理模型一口气拿到了83%。编程方面，在Codeforces竞赛中超过了89%的人类选手。看到这些数字，就不难理解奥特曼之前对实现AGI的那股自信了。
实际操作中，新模型的推理过程与以往明显不同。界面上多了一个可开关的“显示思路”（Show chain of thought）框，里面是整个思考过程。这就像人类面对难题时会先深思熟虑一样——o1会把问题拆开，一步一步地推敲，每一步都反复检查，发现错了就换条路继续。这种“慢思考”的方式，极大提升了推理能力。
在这些激动人心的数字背后，一系列被猜测了很久的技术进展也终于被验证了。
1、思维链
思维链（Chain of Thought，CoT）这项技术，两年前就已经在几篇经典论文里展现过威力了。简单说，就是在问大模型问题前，先在提示词里放几个包含思考过程的问答示例（Manual CoT），模型就能在推理任务上大幅提升。
后来《Large language models are zero-shot reasoners》这篇论文提出，直接先来一句“Let's think step by step.”（也就是后来大家说的“一步一步慢慢来”这咒语），就能让模型自己生成推理过程（Zero-shot CoT）。
再后来，《Automatic Chain of Thought Prompting》把两者结合了：先用咒语生成推理过程，再把这些过程塞进提示词里当示例，既省事又靠谱。
这之后CoT又经历了各种变种，但核心思路都是通过提示词去诱导模型分步思考。于是人们自然就会想：能不能让大模型自己学会这种方法？
2、强化学习和自学推理
这就要提到强化学习了——就像当年的Alpha-Zero，强化学习就是让机器通过跟环境交互、观察结果来调整自己的行为策略。但之前这招很难用在语言模型上。直到2022年斯坦福大学提出了“自学推理”（STaR）方法：先给模型一些例题的详细解法，再让它学着解更多题，做对了就把方法补充到例题里，形成数据集，再对原模型微调。
后来在此基础上又进化出了“安静的自学推理”（Quiet-STaR），也就是传说中的Q*。核心是：在每个输入token后面插入一个“思考”步骤，让模型生成内部推理，然后系统评估这些推理对预测后续文本有没有帮助，并相应调整模型参数。这样模型在处理各种文本时都能进行隐含的推理，不只是回答问题。
用通俗的话讲，就是在大模型训练时就教它一些套路——当然这些套路也是模型自己生成并优选的。思考时直接按题型选套路、分解问题、按步骤执行、反复审核，不行就换个套路。这跟教小学生奥数那套思路很像。不过这种自学习机制，因为奖励模型比较复杂，通常只在数学和代码领域表现比较好。
3、Scaling Law的延伸
以上技术结合的结果就是：预训练阶段没什么变化，但推理阶段的计算量大大增加了。原来追求“快思考”，现在故意放慢速度，以求更准确的结果。
OpenAI提到，他们训练中发现一个现象：随着更多的强化学习（训练时计算）和更多的思考时间（推理时计算），o1的性能能持续提高。
英伟达AI领导者Jim Fan在X上点评说：模型不再只有训练时的scaling law，还拥有了推理层面的scaling law。双曲线共同增长，将突破之前大模型能力的瓶颈。他感叹：“之前，没人能将AlphaGo的成功复制到大模型上——使用更多的计算让模型走向超人能力。目前，我们已经翻过这一页了。”
可以预见，在预训练边际成本递减的背景下，基于强化学习的推理增强会越来越受到重视，也会有更多的算力被投入到推理阶段。全球人工智能芯片和算力的需求还会继续增加。
二、小技巧
不可否认，o1代表了人工智能领域的一次重要进步。但回头看看过去一年奥特曼的言行，以及OpenAI的组织架构和核心团队变化，不免让人有些疑虑：这个故事会不会有些夸大其词？有没有可能借助一系列小技巧，来维持公司估值的增长和资源的获取？
1、技术壁垒
无论是Sora还是o1，其实都是基于已有科研成果的工程创新，并没有多高的技术壁垒。OpenAI最大的贡献还是坚定而不计成本地率先实践。跟Sora一样，一旦方向明确，工程复现大概率只是时间问题。而OAI在所有方向上卷赢全球，几乎是不可能完成的任务。更何况，以这几周全网的测试情况来看，模型效果只能说差强人意，很多场景下还不如其他工程手段下的思维链结果（比如Claude3.5），甚至经常只是概率稍大的抽卡，实用价值还很难说。另外，也许是为了避免友商窥探抄袭，或者是因为开放的思维过程存在安全性问题，OpenAI并未向用户开放整个思维链细节。但已经有研究者在很短时间内宣称复现了类似的推理能力。
可以想象，后面各大厂商都会开始卷推理，陆续推出“深思熟虑”版的模型，快速拉齐水平。如果OpenAI后面再没有拿得出手的底牌，仍然难以扭转本轮模型竞赛到顶的困境。
2、成本
去年已经基本完成的模型拖了这么久才面世，除了众所周知的安全原因外，很可能是因为o1和Sora一样，算力消耗过大，并不具备大规模商用的可行性。面对这一挑战，奥特曼团队一直在尝试寻找解决方案。他们等了很长时间，希望算力成本能随技术进步下降，同时在全球四处融资，购买或租赁更多的计算资源。然而即使这样，推出的产品单次推理动辄需要数分钟甚至数十分钟，单价高出4o数倍，token消耗也经常提升数倍。
这导致了一个尴尬的局面：科研贡献暂时远大于商业价值。在这样的背景下，OpenAI的行业地位和估值能否维持，变得相当不确定。高昂的研发和运营成本，加上商业化受阻，可能会影响投资者的信心和市场预期。
3、方法论
如果说前面两点商业视角的质疑对一路引领的OAI有些不公平，那么这个方法是不是真的如其所说，能达到甚至超过各STEM领域的“博士水平”？其实也值得进一步讨论。从原理上看，这种思路还是在“大力出奇迹”的Scaling Law基础上继续叠加buff——引入类似蒙特卡洛树搜索这样的暴力方法多路径尝试推理，某种意义上是用文科方法解决理科问题。类似于之前的AutoGPT类应用，面向复杂问题，如果不对思维链的搜索空间进行严格限制和引导，可能会陷入漫无边际的发散，消耗大量算力仍然得不到结果。
正如前面提到的，这种方法有点像面向普通学生的“普奥”中常用的套路式教学——更多依赖记忆和模式匹配，而非对问题本质的深刻理解和创造性思维。就拿9.11和9.8谁大这种问题来说，它还要琢磨半天，还有相当大概率答错。这种方法培养出的AI，恐怕更像一个只会刷题刷分的“小镇做题家”，而非真正具有洞见和创新能力的“博士”——毕竟只有“做题”过程的训练数据好找。
诚然，现实中大量科研工作确实涉及重复性、机械性的任务，这部分如果由AI承担，能极大提高效率。但科研的核心在于创新，在于对未知问题的探索和新知识的发现。这需要灵感、创造力和逻辑推理能力，而不是单纯的计算能力。
正如《Large Language Monkeys: Scaling Inference Compute》一文所指出的：仅仅通过增加生成样本来扩展推理计算，本质上并没有改变大型语言模型的基本属性——它仍然是一个基于统计概率“打字”的“猴子”。要实现真正的通用人工智能，实现在科学领域的突破性进展，我们可能需要在算法和架构上寻求更加本质的创新，而不是简单地堆砌算力。
三、新思路
前面夸也夸了，踩也踩了。但从更深层面看，这些都不是o1最重要的价值。虽然OpenAI官方可能没重点强调，但在材料中多次提到一个关键点：o1更适用于科学、编码、数学这类复杂问题中的繁琐工作，尤其是多步归纳或演绎推理。比如，“医疗保健研究人员可以用o1注释细胞测序数据，物理学家可以用o1生成量子光学所需的复杂数学公式，所有领域的开发人员可以用o1构建和执行多步骤工作流程。”
以前我们对人工智能的期待，往往是一个模型既有知识，又有智力，甚至还要有情感和创意——结果就是模型参数量和算力不断攀升。但也许这些目标需要用不同的方法去解决，有些还可能是非技术方法。o1的未来也许确实会以某种方式提升多模态模型的世界理解能力，但其核心价值，恰恰是一个与世界知识大幅解耦的推理模型。这一点在o1-mini上体现得更彻底：作为低成本小模型，它尤其擅长编程这种不需要太多世界知识的多步严谨推理。
人类学习的过程，是先大量学习知识，通过神经元大量激活和连接形成智力，而具体知识往往会被忘记——有点像张无忌学太极拳的过程。解决不同问题时，除了语言理解和逻辑推理能力，还需要可信知识的查阅引用、灵感创意的涌现、情感的人际连接和感应……人工智能也不会只是一个大模型，而会变得越来越“稀疏”、灵活，甚至是一套人机协同的新机制。“做题”能力肯定是必要的，但学会了做题，离解决实际问题还有相当长的距离。
o1的出现，或许预示着这样一个“能力稀疏化”的趋势。未来的人工智能，会从单一的大模型，逐渐演化为知识、推理、创意、情感等不同能力模块的灵活组合，并与人类形成更加紧密和高效的协作。o1只是一个开始，期待百花齐放的未来。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
同类更新
更多
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
