就是这样？就是这样？就是这样？ ？ ？
昨天，《圣诞礼物》的CEO奥特曼。
自9月份o1车型发布以来，已经有近一个季度没有新的大动作了。本来以为是“七天春晚”，没想到编辑部已经做好了“连续十二天熬夜”挑战的准备。
结果，刚刚结束的本轮赛事首场直播在15分钟后就结束了。可以说是历届直播大会中最无聊的一集，感觉就像是被奥特曼坑了一样。 。 。
这就是12天超长赛事的强度吗？是不是太低了？ ？ ？
好了，抱怨完毕，我向大家介绍一下这次发布会的内容。虽然很短，但仍然包含了一些有效的信息。
首先，o1完整模型正式版上线。同时推出了o1 Pro型号，并相应推出了Pro订阅和高级语音功能。与之前的Plus订阅价格20美元/月相比，Pro订阅价格高达200美元/月。不过，o1 Pro型号和高级语音功能可以无限次使用，次数也不少。
从模型效果来看，官方论文数据实际上并没有实现巨大的飞跃。 。 。
为什么这么说呢？因为根据官方的跑分数据来看，o1正式版模型的能力只在数学和编程方面有了很大的提升，而在博士级别问题上的提升却很小。新推出的o1 Pro版本在各方面都只比o1正式版车型略有提升。
要知道，o1模型发布时，其主要着眼点就是在医生级别的答题中表现出色。结果正式版和Pro版相比预览版在这方面基本没有什么改进，这也让一些期待失望了。
知微编辑部此前曾请清华大学、北京大学、南京大学的三位博士对o1预览模型进行测试和评估。三位博士表示，o1在思维和知识储备上确实达到了博士的水平，但无法探索和探讨课题。提供了更深层次的研究思路，所以并没有真正达到“做学术”的程度。
现在已经半夜了，我们无法联系之前的医生进行检查。不过从官方只提升了5点来看，估计物理效果不会有太大差别。数据骗不了人。
不过，虽然模型的答题能力没有太大提升，但是模型体验却得到了很大的提升。 o1正式版模型的主要错误率比o1预览版模板减少约34%，答题速度提高约50%。
在直播对比中，提出了“列出二世纪罗马皇帝，包括他们的时期和成就”的问题。 o1正式版的应答时间仅为14秒，比o1预览版的33秒快了近20秒。感觉差距还是很大的。
在答案的可靠性方面，为了更加明显的比较，采用了“4/4可靠性”检验。具体来说，只有在四个问题和答案中能够正确回答问题四次的模型才被认为是模型。这个问题就解决了。
从“4/4可靠性”测试成绩来看，o1正式版在各方面可靠性均比预览版有了显着提升，Pro版相比正式版也有较大提升。
除了体验上的提升，还有交互上的提升。 o1模型正式版现已支持多模态输入。您可以通过图片+文字的形式向模特提问。
直播过程中，团队画了一个“太空数据中心”的草图，并要求o1模型回答图中设施的散热器面积应该有多大才能为GPU散热的理论问题。当回答“是”时，他们应该考虑“如何应对阳光和深空的影响？”和“热力学第一定律如何发挥作用？”
测试草图
o1只用了10秒就回答了这个问题。他非常巧妙地捕捉到了图中的1GW输入功率元件，这是一个关键信息，并且还指出系统只能通过热辐射来散热。
同时，工作人员在提问时刻意回避了一个信息，那就是整个系统的正常工作温度应该是多少，但o1模型巧妙地定义了系统应该工作在300K的环境下，这是27摄氏度，然后开始估算散热器所需的面积。
图中答案的粗略翻译：所需的散热器面积对散热器的平衡温度高度敏感。较低的散热器温度意味着单位面积的辐射较少，因此需要更大的面积。较高的散热器温度会减少所需的面积，但可能会增加工程复杂性（因为需要能够承受较高温度并仍保持高发射率的材料）。
为了说明这个问题，我们选择一个相对适中的散热器温度，例如T = 300 K（约27°C），这是电子设备或冷却循环系统的合理温度上限。这将为我们提供一个基线值。在计算面积下限时，我们假设没有寄生热负荷并且系统处于理想条件下。
（注：如果允许系统在更高的温度下运行，所需的面积会减少。我们将在 300 K 下进行示例计算，并说明温度变化如何影响面积要求。）
总体来说，虽然这次发布的东西没有大家期待的那么好，大家期待的Sora正式版、GPT-5、AI搜索浏览器等产品都没有出现，不过好在o1和o1 Pro正式版都在也几乎没有 这是有道理的。
不知道剩下的11场直播的内容是否能够覆盖大家所期待的。也许是想在大结局临近圣诞节的时候给大家一个圣诞惊喜吧~
哦，顺便说一下，还缺少一件事。那是因为o1 Pro模型比o1的思考深度更高，需要的时间也会更长。因此，为了用户体验，模型中添加了答题进度条。这非常有用。有效缓解用户等待答案时的焦虑。
毕竟进度条是计算机历史上最伟大的设计之一，所以这一波可以说是“震撼人心！”爆炸！史诗般的更新！
