科技博主和 KOL 终于可以松一口气了。对于山姆的团队来说，这场马拉松直播无疑是一个巨大的挑战，他们恐怕已经精疲力尽了。
为期12天的活动被命名为“”。
，是“船”和“”的组合。简单来说，特殊时期推出很多产品更新，不仅给用户带来惊喜，而且有种庆祝节日的感觉。
刚推出的时候，我在开发布会的时候就跟朋友们说，我们应该向Open AI学习。
冬天这么冷。我去听了讲座，但讲的不多。台下的人有的在玩手机，有的只是过来打卡的。说实话，花了那么多钱，最后只得到了几条报道。而几个朋友圈，对客户和宣传的效果非常有限。
方法有些不同。
他们所需要的只是一个小暗室、一张桌子、两台电脑和四个人来完成所有事情。虽然更新速度有点像挤牙膏，但这让关注其产品的客户和用户清楚地知道自己在做什么。
有人觉得这种渐进式的推出没有吸引力，但事实上，它在传播信息的同时，让关注的人有机会更深入地了解其背后的模型和技术概念。
例如：
有关微调技术的详细信息。如果在大型发布会上简单提及，可能三言两语就涵盖了，大家印象并不深刻。
但如果单独花一天的时间来深入讲解，就可以展示更多的例子和演示，让技术人员和用户更直观地理解这些技术细节，从而达到更实际、更深刻的理解。
因此，这种方法适合尝试。发布会已经进入第四天了，我连续熬了三个晚上。如果你错过了这几天的内容，让我来补给你。
活动首日，推出o1完整版和o1专业版。
o1模型的完整版是什么？
该版本较之前的o1预览版进行了全面改进。现在它不仅可以处理文本，还可以处理屏幕截图、照片、网页、上传的文件等，使其更加强大。
此外，它使用了新的推理方式。就像人们思考的方式一样，完整版的o1模型会一步步推理，这样在回答专业问题时能够更加准确。
与预览版相比，该版本的o1模型思维更加简洁，速度提高了50%，回答困难问题时出错的可能性降低了34%。
作为个人博主，我肯定无法测试这些数据，但我可以告诉你官方的例子。
发布会上，o1模型负责人画了一张草图。该草图是关于收集太阳能并将其提供给空间数据中心的系统。
由于在太空中无法用水来冷却系统，因此必须依靠巨大的散热器来散热。研究人员询问o1模型，如果要给数据中心提供1吉瓦的功率，需要多大的散热器才能保证GPU的正常运行？
o1模型准确识别草图，经过分析计算，得出需要242万平方米的散热器才能满足散热需求。
如果不出意外的话，至少从演示来看，确实是非常强大的。
然而，尽管功能强大，但之前大家提到的“有点贵”的版本在第一天就出现了，他们推出了Pro。
这项服务的费用为每月 200 美元。您可以随意使用他们最先进的模型和工具，包括o1、o1-mini、GPT-4o和Voice。它主要是为需要解决特别复杂的计算问题的人准备的。
我认为这种服务可能更适合研究人员、工程师和其他需要从事高级数据分析和处理的专业人士。它可以帮助他们提高工作效率，让他们跟上人工智能的最新技术。
专家测试表明，在处理复杂的数据科学、编程和案例分析问题时，o1 pro模型确实能够比之前的模型给出更准确的答案；在数学、科学和编程领域的机器学习测试中，o1 pro 模式的表现优于 o1 和 o1- 模型。
但他们会花 200 美元来使用这个吗？我不知道。当时我什至在朋友圈开玩笑说，这么大的预算，还不如用一个采集工具，一个月不到20美元，可以用十几个型号。难道不是更划算吗？
open AI 第二天推出了什么？
一言以蔽之：引入增强的微调能力（Fine-）。什么是增强微调？简单来说：给AI模型上一堂“专业培训课”。
通过密集的微调，这个AI模型可以在实际案例很少（例如：几十个例子）的情况下被教导成为某个领域的专家。
直播时有四人在场，唯一的华人女研究员Julie Wang介绍了这个能力。她说，这种能力可以让小型模型“从高中水平跃升至专家水平”。
在实践环节中，他们举了两个例子。
其中之一是与汤森路透合作为法律专业人士构建的人工智能模型。他们觉得，在很多行业，专家虽然拥有深厚的专业知识和丰富的经验，但在处理大量数据和复杂任务时可能会受到时间和精力的限制。
例如：在法律领域，律师必须处理许多法律条款和案件。
他们可以用专业知识进行分析，但如果使用增强和微调的人工智能模型，可以更快地找到相关案例，进行法律条文的初步匹配，为律师提供决策参考，提高工作效率。
但这个例子只是演示，似乎缺乏说服力。另一个例子是生物医学任务的实验。
伯克利大学罕见遗传病研究员Reese通过API将大量临床病例数据输入到o1 mini模型中。
该数据包括患者基本信息和症状描述。例如：一名51岁女性，患有眼距过远、睑裂狭窄、软腭和咽部功能不全、甲状旁腺功能低下、全身发育迟缓和感音神经性听力障碍等症状。
然后，利用增强的微调技术训练o1 mini模型来执行医疗诊断任务。在训练过程中，模型必须根据症状描述找到可能的基因并对它们进行排序。
评分模型会对答案进行评分，评分范围为0到1。0表示模型输出中没有正确答案，1表示正确答案位于输出的第一个位置。通过性能监控，可以看到微调过程中模型指标的变化。
结果表明，增强和微调的 o1 mini 模型在特定任务上优于更强大的 o1 模型。在top@1、top@5和top@max方面，o1 mini模型显着超过了o1模型。
这个案例可以在官网看到。不过，这两项能力都是“未来”，要到明年才会正式推出，主要面向企业或科研机构等潜在客户。
不要低估微调技术。老实说，大型语言模型（LLM）尚不具备复杂的创造性活动的能力，例如批判性思维和深度头脑风暴。
这既是一件坏事，也是一件好事，因为这样我们就可以将模型用于那些琐碎、重复、无聊、不需要创造力的任务上，并且在这样做的过程中，它们可以慢慢提高其准确性。
这就是第二天的内容，概括起来就是一个字：微调技术。
Open AI 在第三天推出了 sora。一年多的鸽子期货都在这里了。不过因为熬了一夜，实在是坚持不住了，所以12点30分就睡觉了。第二天醒来，想试试Sora，但是登录后发现暂时无法使用，因为用户太多。
没关系，我看了Sora的新闻发布会。
团队在会议上展示了这个工具的强大功能，并教大家如何使用；他们教我们如何生成视频，包括设置故事板、输入视频命令、选择风格、长宽比、时长等。通过演示，大家可以对Sora有更深入的了解。
Sora的使用过程相当灵活。您可以使用故事板功能从不同角度查看图像，然后输入您想要的视频效果。曰：教导愈简单，空愈能发挥；指令越详细，它就越会听你的。
在直播过程中，空将两个不连贯的视频片段组合成一个讲故事的视频。虽然细节上有些许不同，但整体效果确实令人惊喜。
Sora 还允许您上传图像或视频，然后为后续视频生成文本描述。您可以随意更改说明，调整时间轴，并决定何时播放视频。这个功能还是蛮有创意的。
还有一点是，视频生成后，还可以使用remix工具进行修改。
该工具看起来如丝般光滑，可用于为您的视频创建各种创意改编。如何改变呢？您可以根据需要调整强度，从 1 级到 8 级。
还有预设选项，例如：轻度、中度或强。使用这个工具，您可以保留视频中您想要的部分，并根据需要更改其余部分，例如将猛犸象更改为机器人，或者更改角色的表情等。
我认为Sora不仅仅是一个视频工具，它结合了视频生成和工作流程，这一点非常重要；因为Sam在直播中表示，他们希望AI能够理解视频，改变我们使用计算机的方式。
要实现这一点，在AGI的道路上必须做大量的优化，而将工作流和视频生成结合起来就是一个很好的方法。
不过Sora看起来不错，但是价格有点高。例如：
如果选择Plus会员，每月要花费20美元，最多可以制作50个视频。视频质量一般，最高720p，每个视频的最大长度为5秒。
如果想要更好的话，就得选择Pro会员，每月200美元。最高分辨率可以达到1080p，每个视频只能生成20秒，而且Sora尚未在欧盟、瑞士和英国推出。
这是第三天关于Sora的内容。我感叹又期待。你会付钱吗？
今天，直播进入第四天，由他们的首席产品官 Kevin Weil 主持。有什么意义？即：正式启动。
此前，一些功能已经被展示过，但当时它是一个单独的模型。现在它已与其他模型集成。
那么，这次和之前有什么不同呢？有以下三种：
首先，现在可以直接从首页的输入框跳转；其次，集成了Web模拟器，可以直接运行代码并在线修复bug；第三，该功能集成到GPT中。
为了让大家更清楚地看到新功能，我和Lee工程师还进行了现场演示。李教我们如何写儿童圣诞故事。
在输入框中，点击新添加的工具按钮即可切换到该工具。您可以一起编辑文档。无论是更改标题、添加表情符号，还是调整文章的长度和阅读难度，都非常简单。
这就像百度的免费画布。用户和用户可以一起创作，编写和修改的过程非常自然。
发布会上，他们还展示了如何帮助我们修改文章。他发表了一篇关于“圣诞老人、暗能量和驯鹿推进力”的物理论文，并以 开头。
不仅可以给出专业的修改建议，还可以直接在文章中添加评论，方便用户轻松查看和修改。用户可以根据自己的想法修改文章，如果愿意也可以随时复制最终版本。
它还演示了如何使用调试代码和生成图表。有一个内置的模拟器，可以快速加载几乎所有的库，运行代码，并提供即时反馈，这对提高编程效率确实有帮助。
此外，其功能也被集成到GPT中。例如：
Lee创建了一个名为“圣诞老人助手”的GPT来帮助圣诞老人回复孩子们的信件。
只要在自定义GPT的描述中添加“使用工具”指令，然后勾选该功能，自定义GPT就会自动生成信件的草稿。圣诞老人可以根据实际情况修改草稿，用自己的风格和语气回复孩子。他们。
我之前也一直在使用，也想过国内厂商什么时候能推出这样的功能。我觉得（）是让每个人更聪明地一起工作的关键一步。
因为无论是自己用还是大家一起用，都必须有一个可以三个人一起做事的地方。过去，可能会使用类似于在线文档的工具来实现联合编辑。未来，可能是协作的首选之一。
这就是今天会议的主题。
好了，我们总结一下这四天的内容，分别是：推出o1和o1 pro完整版、推出增强微调功能、推出新产品sora、进行全新升级。
第五天：
Sam 说：嗨，欢迎来到我们“12 天”系列的第五天。今天我想介绍一些使其更易于使用的新功能。
我们苹果的朋友正在努力将其集成到iPad的iOS系统和macOS系统中；我们的目标是使其在各种平台上都能轻松流畅地使用。
我们都喜欢 Apple 设备，因此我们对这种集成感到非常自豪，因此您无需登录即可使用它，但如果您有帐户，体验会更好。
接下来，正式开始。 Dave 和他的工程团队伙伴花了半个小时演示了所有功能。
简单来说，核心内容有五个：第一，苹果将其整合到iPad的iOS系统和macOS系统中，让用户更方便地使用这些设备。
其次，当Siri认为自己可以更好地解决问题时，可以直接将请求移交。第三，苹果的书写工具现在可以帮助用户从头开始起草文档。
第四，在16上，用户可以通过相机控制功能调动视觉智能，并用它来了解自己在镜头中看到的东西。
第五，Siri可以直接询问有关预览状态下调用文档的能力的问题。用户可以选择是否仅共享当前屏幕截图或文档的全部内容。
这就是第五天的内容，一句话概括：苹果宣布将整合到iOS和macOS系统中，用户可以直接通过Siri访问，即使没有账户。
第六天，你说什么？
首先发布了两项新功能：高级视频对话和屏幕共享。用户现在可以实时共享他们的屏幕。
其次，新增了圣诞老人语音模式。只要用户打开语音模式，然后说“”，就可以激活该模式。
在案例展示环节，团队展示了水壶和滴头的实时视频。在团队的指导下，他们一步一步完成了咖啡的制作；给出了一些分步提示，例如：
将滤纸放入滴头中，将咖啡粉加入过滤器中，缓慢倒入热水，以打圈的方式等。
该团队还宣布这些新功能将支持最新的移动应用程序、桌面应用程序、Web 平台和 Teams 集成。他们计划明年初向企业和教育用户开放这些功能。
因此，第六天的重点是推出先进的视频对话和屏幕共享功能，以及全新的圣诞老人语音模式。这些更新主要展示了多模态交互能力。
不知道第七天的内容算不算杀招：上线。
什么是？
简单来说，它是一个可以集成所有功能的工具，或者只使用它而不使用其他功能。
会议由首席产品官 Kevin Weil 和他的两位同事 Drew 和 主持。 Kevin Weil在直播中表示，现在你可以将所有熟悉的功能集成到项目中，或者只单独使用项目功能。
补充一下，就像智能文件夹一样，该功能是基于最近推出的对话搜索功能开发的，可以查看和搜索以前的聊天内容，全部都是文本形式。
方法很简单，可以分为三步：
1、点击界面上的“创建项目”按钮； 2、项目中添加聊天记录； 3. 尝试搜索功能。还有一个免费的画布工具可以使用，但您不必执行所有这些步骤。每一步都有很多可以用到的地方。
它可以用来做什么？
Kevin Weil 和他的团队在直播中展示了几个案例。
他们创建了一个圣诞老人项目，上传了群组的聊天记录和每个人的需求，然后随机分配任务，并要求助手给群组写一封电子邮件。
再比如，上传一些家电的笔记，然后问：“冰箱的滤水器什么时候需要更换？”如果您经常在家记录重要信息，此功能特别有用。
总的来说，主要有以下三个功能：
首先，它帮助我管理项目，并将聊天记录和文件放在一起，以便于组织；第二，它有搜索功能，所以即使项目中有很多东西，我也可以很快找到我需要的东西。
第三，集成了免费的画布工具，这个功能可以让我更直观地看到项目的内容，并更清晰地组织它。这个功能是免费的，对我来说感觉有点像模仿。
这就是第七天的内容，一句话概括。
第八天，他们给我们带来了几个新消息；首先，他们宣布现在向所有登录的免费用户开放，无论是使用网页版、iOS 还是手机版。
产品负责人Kevin Wheel表示，这个搜索功能尤为重要；它可以帮助在线查找最新信息并解答问题。他自己每天都在使用它，很高兴现在每个人都可以使用它。
其次，它还可以与高级语音模式一起使用。这样，在使用语音聊天的同时，还可以搜索信息，让语音交流更加强大、便捷。
此外，它现在还与苹果地图合作。
如果您在 iOS 应用程序中找到一家餐厅，只需单击它并使用 Apple 地图即可导航到那里。这表明它与苹果地图的合作密切。
此外，在移动应用程序中，您可以使用语音模式和聊天。它将把您的语音问题与在线信息结合起来，为您提供答案。例如，如果您询问圣诞市场，它会告诉您何时开放以及开放日期。
最后，可以将其添加到浏览器中，并且可以将其设置为默认搜索引擎，以便您可以更快地进行在线搜索并获得智能搜索建议。
总之，第八天的重点是功能的扩展和增强。包括全球用户可用性、与苹果地图的合作、移动应用程序中的语音模式以及浏览器集成，这些更新使搜索功能变得更加强大。
活动第九天被称为“对开发者最有用的一天”。
这一天，他们推出了o1模型的官方API；这个新版本的o1模型速度更快、成本更低，并且增加了视觉识别和函数调用等新功能。这使得开发人员更容易构建应用程序。
在现场演示中，我和 Brian John 展示了 o1 型号的新功能。它们引入了函数调用、结构化输出、开发人员消息、推理参数和可视化输入等功能。
特别是，他们演示了如何使用 o1 模型的视觉输入功能来解析税表，展示该模型如何识别表单中的错误并输出更正的结果。
接下来，实时API也全面升级。推出的支持极大地简化了实时语音应用程序的开发过程。同时，相关服务的价格也大幅降低，其中GPT-4o的音频处理成本降低了60%。
它介绍了集成的新功能，展示了如何自动处理音频流、管理网络拥塞、实时噪声抑制和音频编码，并且还支持本机浏览器 API。
最后，他们推出了“偏好微调”功能；该技术允许开发者根据用户的喜好定制AI模型的回答风格和内容。比如，使用该功能后，AI助手的准确率提升了5个百分点以上。
提到该技术具有成对比较学习机制、人工注释和A/B测试支持，还可以生成合成数据。他们展示了该技术在财务分析助手中的应用案例，并讲解了如何通过优化来提高查询的准确性。
因此，这一天有三个亮点：o1模型API正式上线、实时API升级调价、偏好微调功能上线。
第十天是什么日子？
活动第10天，采取了两项新行动：
一，他们有热线服务。就像打电话给朋友一样，您可以拨打 1-800-CHAT-GPT（即 1-800-242-8478）并聊天；这项服务每月为您提供 15 分钟的免费通话时间，对于那些想快点想提出问题或尝试新功能的人来说非常方便。
第二，它们允许集成到系统中。这样，您就可以直接在互联网上聊天，而无需更改应用程序或打开计算机，使聊天变得更加轻松。
但是，此功能有两个限制：
目前只对美国用户开放，因为号码是美国的；其次，每月免费通话时间仅为15分钟。如果聊多了，可能就得想别的办法了。
而且聊天时不支持在线搜索信息，只能根据了解到的情况进行回答。因此，如果你已经有Plus，那么使用App中的高级语音模式可能更合适。今天的功能主要是给大家多一种选择。
我感觉第十天的活动并没有那么精彩。说白了，你可以打电话。其实国内的豆宝、文晓燕、Kimi很早就能做到了。
第十一天的内容是关于“桌面应用程序”。
产品负责人 Kevin Wheel 和团队成员 John 介绍了一些新的桌面应用程序功能。这些功能旨在帮助每个人在 Mac 和计算机上更快更好地工作。
那么，桌面应用程序有哪些好处呢？
变得更有能力，不仅回答问题，还能自动帮你完成任务；该应用程序可以查看您的屏幕，帮助您自动化工作流程，并使您的工作更加高效。
展示如何使用 Warp 终端。
例如：统计代码在Git存储库中提交了多少次并生成图表。 John 演示了如何使用 Xcode 来帮助编程、实时编写代码和调试。
现在您还可以与 Apple Notes 和 Quip 等应用程序进行交互。您可以直接在这些应用程序中编写和编辑；新增高级语音模式，让您说话交流并立即得到回复，使用起来更愉快。
所有新功能将在直播后上线。您只需更新到最新版本的 Mac 应用程序即可使用。通过新功能，希望大家能够更好的掌握和自动化自己的工作流程，提高工作效率。
简单来说就是三点：
首先是“增强自动化能力”。桌面应用程序可以查看您的屏幕、自动化您的工作流程并提高工作效率。
二是“跨应用协作”，可以与Warp终端、Xcode、Apple Notes、Quip等应用进行交互。无论您是编程、记笔记还是项目管理，它都可以实时为您提供帮助。
三是“语音交互功能”。新增的高级语音模式让您通过说话和交流实现更自然、便捷的交互体验，进一步提高您的工作和操作效率。
今天是直播的最后一天，也是第十二天，重点是o3和o3 mini的预告。为什么跳过o2？为了避免版权问题，直接使用了o3这个名字。
如果让我用一句话来形容 o3，我会说——它非常强大，可能会让程序员感到震惊。
为什么这么说？
我们先来看看研究人员是怎么说的。 o1是第一个大规模推理模型，简单来说就是用强化学习（RL）训练的大型语言模型（LLM）。 o3在o1的基础上进一步扩展了RL的应用，结果非常令人印象深刻。
简单来说，o1只是证明了LLM加RL是可行的，但我们并没有全力以赴； o3全力以赴，通过扩大规模，真正释放了LLM+RL的潜力。
这也验证了一件事——对于编程、数学这样能够明确定义任务奖励、轻松获取过程数据的任务，通过强化学习，可以不断挖掘其潜力，直至达到世界顶尖水平。
那么，o3的核心能力有哪些呢？官方展示了一些数据。
首先，o3模型在编程竞赛中获得了2727分，这个分数达到了国际特级大师的水平，大约进入了全球人类编码竞赛前200名。这个分数比 o1 模型的 1891 分数高出 44%。
注：（是一个在线编程竞赛平台，可以让世界各地的程序员在有限的时间内解决算法问题，以测试和提高自己的编程技能）。
其次，在2024年美国数学邀请赛（AIME）中，o3模型得分高达96.7%，仅做错一题。这个分数显着超过了o1模型的83.3%，相当于顶级数学家的水平。从竞赛数学角度来看，o3的准确率比o1正式版高出15%，比o1预览版高出近71%。
这些结果证明了o3模型在编程和数学领域的优越性能，标志着人工智能在这些领域的进步。
简单来说，o3的三大亮点是：
首先是推理能力的大幅提升；二是数学和逻辑考试成绩优异；三是编程能力的突破。
因此，o3在实践中证明，对于编程这样可以明确定义任务奖励、轻松获取过程数据的任务，通过强化学习的扩展，可以不断挖掘其潜力，直至成为世界顶级程序。成员之一。
最令人兴奋的消息是o3 mini预计将于明年1月底发布！还得再等一个月！ o3 mini上线后，很快就会开放API调用，并且会自带o1的所有API功能。
好了，以上就是Open AI 12天发布活动的全部内容了。您认为哪一天的发布会被载入AGI的历史？
