昨天，我们还在为“OpenAI 的伤心一日”扼腕叹息，看着 Google 的 Gemini 2.0 Flash Thinking 突然屠榜，AI 世界的天平似乎在摇摆。
而就在大家议论纷纷、甚至对 OpenAI 抱有一丝担忧时：
Sam Altman 用一波“
ho ho ho
！
see you tomorrow
”的推文告诉我们——
别急，压轴大戏还没登场！
没错，o3 来了。
不是 GPT-4.5，也不是我们以为的 o2，而是一款足以被视作 GPT-5 的超级进化版！
OpenAI 用这张“王炸“重重落地，再次用实力宣告：王者之名，无人可撼！
你一定很好奇，为什么直接跳过了 o2，而是命名为 o3？
别着急
，文末会揭晓
。
o3：接近AGI的划时代突破
OpenAI 的 o3 模型，被誉为是 “超越 GPT-4 的进化之作”，甚至可以看作是通向 AGI（人工通用智能）的里程碑。
以下是它在多个关键测试中的表现，直接将行业标准推向新高度：
1. ARC-AGI测试：突破性的成就
o3 在 ARC-AGI Semi-Private Evaluation 中取得 87.5% 的成绩，远超 85% 的 AGI 临界标准。
相比之下，它的低计算版本也取得了 75.7% 的优异成绩，三倍于 o1 的表现。
意义：
ARC-AGI 测试以适应性和创新性为核心，旨在评估 AI 在全新领域的学习和推理能力。
o3 的突破标志着 AI 在理解新领域和解决复杂问题上的能力已进入全新领域。
2. 数学与科学推理：创造新纪录
EpochAI Frontier Math：
o3 解决了 25.2% 的问题，而此前的所有模型连 2% 都未能突破。
AIME 2024 数学竞赛：
o3 取得了惊人的 96.7% 成绩，仅错了一题，超越几乎所有人类参与者。
意义
：数学与科学推理一直是 AGI 的重要评估标准，而 o3 不仅突破了数学难题的天花板，还展现出非凡的领域通用性。
这种能力让它在科学研究和实际应用中展现出极高的潜力。
3. 编程与代码生成：前所未有的进步
Codeforces 编程大赛：o3 达到 2727 的分数，甚至超过了 OpenAI 的首席科学家的个人成绩（2665）。
SWE-Bench 验证：o3 在这一编码评估中超越 o1 22.8 个百分点，成为编程生成领域的绝对领跑者。
意义：
在编程领域，o3 不仅表现出更强的逻辑能力和执行效率，还进一步证明可以胜任更多复杂代码生成任务。
4. 其他关键任务：超越人类专家
GPQA Diamond：
o3 在这一高难度问答测试中获得了 87.7% 的成绩，远超人类专家水平。
低计算环境表现：
即便在资源有限的场景中，o3 的表现依然是 o1 的三倍，展现出卓越的适应性与效率。
意义：
o3 不仅在高计算场景中表现出色，其在低资源条件下的强大适应性，使其成为多样化应用场景中的理想选择。
从实验模型到划时代进化：为什么 o3 意义非凡？
o3 的发布不仅仅是一场性能的提升，更是 AI 向 AGI（人工通用智能） 迈进的全新台阶。
OpenAI 在发布中明确表示，这次的进化不是渐进式的改良，而是一场彻底的突破。
以下是 o3 的几个革命性特性：
1. 接近 AGI 的能力：全能型AI的觉醒
o3 已经超越了 99.9% 的人类表现，尤其是在数学、科学、编程等领域，展现出跨学科的全能型智能。
这种能力让我们看到，AI 不再是人类特定领域的辅助，而是真正具备通用知识和推理能力的智能体。
2. 可扩展性与安全性：让 AI 更好用、更可靠
为了满足不同场景的需求，OpenAI 同时推出了 o3-mini。
这是一款针对速度优化的小型模型，主要用于高效编程任务，并计划于 2025 年初上线，为开发者提供更多实用化选择。
此外，OpenAI 发布了一篇关于 “审慎对齐” 的研究论文，阐述如何利用 o3 的新能力进一步提高 AI 的安全性与可靠性。
论文地址：
openai.com/index/deliberative-alignment
3. AI 进化的加速期：不可思议的迭代速度
从 o1-pro 到 o3，OpenAI 展现了技术飞速迭代的能力。
仅仅在数月时间内，AI 的能力已经进入一个难以想象的高度，而人类对这些模型表现的理解正在逐步跟不上其进步速度。
一个展示 o3 强大能力的案例：自生成、自执行、自评估
北大校友任泓宇通过 Python 要求 o3 构建一个代码生成与执行器，不仅生成复杂代码，还能启动服务器并自动执行指令。
在更具挑战的 GPQA 数据集自评估任务中，o3 以 62% 的准确率快速完成从数据下载、解析到评分的全流程，充分展现了其强大的推理与执行能力。
这一案例表明，o3 已具备自生成、自执行、自评估的能力，为通用智能（AGI）的实现迈出重要一步。
这是否意味着 AGI 已经到来？
o3 的突破性表现，让一个备受期待的问题再次被推到台前：AGI（人工通用智能）是否已经实现？
从 ARC-AGI 的里程碑式突破，到多个领域全面超越人类表现，o3 无疑让我们看到了 AGI 的曙光。
然而，OpenAI 也坦言，o3 在一些基础任务上
依然
表现欠佳，显示出与人类智能的根本差异。
这也意味着，尽管 o3 是一个重要的里程碑，但 AGI 的全面实现还有一段路要走。
不过，这一切已无可否认地表明，我们正在进入一个快速迈向 AGI 的新时代。
而 o3，正是这个时代的开端。
从“伤心一日”到“历史时刻”：OpenAI 再次封神
昨天我们还在讨论 OpenAI 是否被 Google 的 Gemini 2.0 Flash Thinking 超越，甚至感叹 OpenAI 是否正在失去领先地位。
而今天 o3 的发布，无疑用数据和表现宣告：
AI世界的天花板依然由他们定义！
过去 12 天，OpenAI 接连放出“彩蛋”，一步步将期待推向高潮，而今天的 o3，则是最终的压轴大戏。
1
2 天铺垫：每一步，都为了最终的 o3 时刻
Day 1：o1 / ChatGPT Pro
满血版 o1 上线，推出每月 200 美金的
Pro 会员
，解锁更强大的
o1 Pro 模式
。
Day 2：强化微调
开发者狂喜，推出基于 o1 的强化微调能力，让应用更精准、更灵活。
Day 3：Sora
年初即备受瞩目的 Sora 模型，终于在这一天正式推出，扩展多场景应用能力。
Day 4：ChatGPT Canvas 进化
Canvas 功能迎来全方位升级，重塑 AI 的协作体验，让创意和生产力结合更紧密。
Day 5：ChatGPT 全面整合 Apple 生态
苹果用户狂喜，ChatGPT 正式登陆 macOS 和 iOS，提供无缝 AI 体验。
Day 6：实时视频对话功能上线
手机版 ChatGPT 支持 AI 实时视频对话，还可以共享屏幕！
Day 7：Projects
全新项目管理功能上线，ChatGPT 用户可以在不同对话间共享文件，提升工作效率。
Day 8：搜索功能升级
搜索能力进一步增强，整合地图和语音功能，让 ChatGPT 的日常实用性再上一个台阶。
Day 9：开发者的狂欢
API 全面更新，支持更强大的开发功能，包括函数调用和语音交互。
Day 10：让 ChatGPT 接听电话
