海外科技行业跟踪点评报告：OpenAI12Days，人类距离AGI再近一步

Day 12正式发布o3模型，AGI曙光初现。o3是o1的下一个版本。在9月份o1发布后仅3个月后，这一新版本在编码、数学以及ARC-AGI基准测试等多个基准上大幅超过了Open AI此前的o1模型。 o1融入多模态输入，打开多领域应用场景。o1在国际数学奥林匹克预选赛题目（AIME 2024）、编程能力测试（CodeForces）方面都比o1-preview提升了50%。在处理复杂问题时的重大错误率降低了34%，还能根据题目的难易程度调节处理时间，使得用户等待时间下降超过50%。o1同时支持多模态识别，相关领域实用性提升。如分析医学影像，识别图纸，提供创意建议等。 Sora于Day 3正式发布。Sora团队负责人Aditya Ramesh称，它具备今年早些时候在技术报告中所提到的所有世界模拟能力。用户可以对生成的视频进行多种操作，包括：1）风格预设：创建视频的风格等操作，比如气球世界、定格动画、纸板与纸艺等；2）Remix（重混）：替换、删除或重构视频中的元素； 3）Re-cut（重新切割）：找到最佳的一帧进行延展，循环剪辑；4）混合：将两段视频进行无缝合并剪辑；5）故事板：精准指定每个帧的输入，生成几乎完美一致性的分镜，等等。 模仿Agent协同，Day 4 Canvas正式面世。Canvas是基于GPT-4o模型开发而成，提供了一个单独的窗口，可以与ChatGPT一起执行编程、写作任务，会帮助提供意见、审核和执行具体的功能。Canvas类似一个内置的AI Agent，用AI来指导、协助ChatGPT一起执行任务，使输出的内容质量更好、更准确。 其他要点：1、o1-mini强化微调（Day2）：强化微调改变了过去微调只是通过增加专业数据的逻辑，而是对具有推理能力的模型进行强化学习方向的微调。 根据OpenAI的研究数据，经过强化微调的o1mini模型，其测试通过率比传统的o1模型高出24%，相比未经过强化微调的o1mini则提升了整整82%。2、高级视频语音模式（Day6）：在GPT-4o的演示中，OpenAI的工作人员能和4o视频通话，可以看到我们实时的手机屏幕内容，或者根据相机里的实时画面和用户聊天/解答问题。3、Chat GPT和Apple Intelligence整合，主要包含三个方面：1）与Siri的协同。当Siri判断某个任务可能需要ChatGPT的协助时，它可以将任务移交给ChatGPT处理；2）写作工具的增强，用户现在可以使用ChatGPT从头开始撰写文档，还能进行文档细化和总结；3）iPhone 16的相机控制功能，它能够通过视觉智能让用户更深入地了解拍摄对象。后面第十一天的与Mac整合，则是给了GPT更多Mac工具的调用权限。4、其他小功能更新（Day 7，8，9，10）“Projects”项目功能：允许用户创建特定项目，上传相关文件，设置自定义指令，并将所有与该项目相关的对话集中在一个地方； ChatGPT搜索升级：能在对话中搜索，支持多模态输出。4o热点：美国用户能打电话使用4o；o1图像输入和4o高级语音API正式开放。 Open AI 12 days正式完结，模型侧与应用侧均进行较大幅度更新，我们认为基础模型的进步有望催生应用领域的扩展，建议关注以下标的： 美股：AI工具侧：SNOW，CFLT，API，TWLO等；AI应用侧：CRM，NOW，TEAM，FRSH等；A/H股:1）办公：金山办公、合合信息、福昕软件、泛微网络、迈富时；2）金融：同花顺、新致软件；3）大模型：科大讯飞、三六零、第四范式；4）工业：中控技术、索辰科技；5）穿戴/玩具：云天励飞、乐鑫科技、恒玄科技、中科创达、汉王科技；6）医疗：润达医疗、卫宁健康、晶泰控股；7）法律：金桥信息、华宇软件、通达海；8）邮箱：彩讯股份；9）创意：万兴科技、美图公司；10）教育：佳发教育、欧玛软件、新开普；11）电商：焦点科技、小商品城、有赞、微盟；12）数据：海天瑞声；13）ERP：用友网络、金蝶国际；14）OA：致远互联、泛微网络；15）安全：深信服、永信至诚；16）算力：海光信息、寒武纪、景嘉微等。 风险提示：商业化后表现不及预期，用户付费意愿低，行业技术迭代速度较快。 一、Open AI 12 Days完结，向AGI再近一步 （一）核心要点1：o3模型发布，AGI之路曙光乍现 Day 12正式发布o3模型，AGI曙光初现。o3是o1的下一个版本。在9月份o1发布后仅3个月后，这一新版本在编码、数学以及ARC-AGI基准测试等多个基准上大幅超过了Open AI此前的o1模型。 Codeforces评分：2727——相当于全球人类程序员编码竞赛中，排名第175位，超过99%的人类程序员； 博士水平的科学问题（GPQA）：87.7%——博士生一般得分70%； 最难的前沿数学测试：25.2%——其他模型没有超过2%，数学天才陶哲轩说该测试“可能难住AI好几年”； 证明是否达到AGI的题目ARC-AGI：87.5%——o1的得分25%。 图表1 o3模型在多个领域测评超越原有模型 （二）核心要点2：o1完全版发布，打开多领域应用场景 o1融入多模态输入，打开多领域应用场景。o1在国际数学奥林匹克预选赛题目（AIME 2024）、编程能力测试（CodeForces）方面都比o1-preview提升了50%。 在处理复杂问题时的重大错误率降低了34%，还能根据题目的难易程度调节处理时间，使得用户等待时间下降超过50%。o1同时支持多模态识别，相关领域实用性提升。如分析医学影像，识别图纸，提供创意建议等。 图表2 o1模型产生较大幅度的能力提升 （三）核心要点3：Sora正式发布，AI生成视频最新想象力 Sora于Day 3正式发布。Sora团队负责人Aditya Ramesh称，它具备今年早些时候在技术报告中所提到的所有世界模拟能力。用户可以对生成的视频进行多种操作，包括： 风格预设：创建视频的风格等操作，比如气球世界、定格动画、纸板与纸艺等； Remix（重混）：替换、删除或重构视频中的元素； Re-cut（重新切割）：找到最佳的一帧进行延展，循环剪辑； 混合：将两段视频进行无缝合并剪辑； 故事板：精准指定每个帧的输入，生成几乎完美一致性的分镜，等等。 目前，Sora只对ChatGPT Plus和Pro用户开放（订阅费分别为20美元/月和200美元/月），暂不支持免费、团队等其他类型用户。前者每月可生成50个低分辨率视频，后者在慢速队列下可以无限制生成，并在快速模式下可生成500个视频。 图表3 Sora故事板功能 是，「鹤将头探入水中，并捉出一条鱼」。那他做的工作就是，分别创建这两张故事卡（视频帧)，并在 两者之间设大概五秒钟的间隔。最终，他得到完整的视频镜头，「美丽的白鹤站在小溪中，它拥有一条 黄色的尾巴。接着鹤将头探入水中，并捉出一条鱼。」 （四）核心要点4：Open AI的内置Agent——Canvas 模仿Agent协同，Day 4Canvas正式面世。Canvas是基于GPT-4o模型开发而成，提供了一个单独的窗口，可以与ChatGPT一起执行编程、写作任务，会帮助提供意见、审核和执行具体的功能。例如，当编写代码时遇到了困难，Canvas可以高亮显示有问题的代码段，帮助ChatGPT提供内联的调试建议快速修复这些错误。Canvas类似一个内置的AI Agent功能，用AI来指导、协助ChatGPT一起执行任务，使输出的内容质量更好、更准确。 图表4 Canvas使用案例 （五）其他要点 1、o1-mini强化微调（Day2） 强化微调改变了过去微调只是通过增加专业数据的逻辑，而是对具有推理能力的模型进行强化学习方向的微调。引导模型在面对复杂问题时有更深刻的思考能力。现在，仅需“几十个例子”甚至12个例子，就能够让模型有效学会特定领域的推理。根据OpenAI的研究数据，经过强化微调的o1mini模型，其测试通过率比传统的o1模型高出24%，相比未经过强化微调的o1mini则提升了整整82%。 图表5强化微调模型使得基因识别准确度提升 2、高级视频语音模式（Day6） 在GPT-4o的演示中，OpenAI的工作人员能和4o视频通话，可以看到我们实时的手机屏幕内容，或者根据相机里的实时画面和用户聊天/解答问题。 图表6高级视频语音模式 3、合作AppleIntelligence（Day5、Day11） Chat GPT和Apple Intelligence整合，主要包含三个方面：1）与Siri的协同。当Siri判断某个任务可能需要ChatGPT的协助时，它可以将任务移交给ChatGPT处理； 2）写作工具的增强，用户现在可以使用ChatGPT从头开始撰写文档，还能进行文档细化和总结；3）iPhone 16的相机控制功能，它能够通过视觉智能让用户更深入地了解拍摄对象。后面第十一天的与Mac整合，则是给了GPT更多Mac工具的调用权限。 图表7与Apple整合 4、其他小功能更新（Day 7，8，9，10） “Projects”项目功能：允许用户创建特定项目，上传相关文件，设置自定义指令，并将所有与该项目相关的对话集中在一个地方。 ChatGPT搜索升级：能在对话中搜索，支持多模态输出。 4o热点：美国用户能打电话使用4o o1图像输入和4o高级语音API正式开放。 二、投资建议与相关标的 Open AI 12 days正式完结，模型侧与应用侧均进行较大幅度更新，我们认为基础模型的进步有望催生应用领域的扩展，建议关注以下标的： 美股： AI工具侧：SNOW，CFLT，API，TWLO等 AI应用侧：CRM，NOW，TEAM，FRSH等； A/H股: 1）办公：金山办公、合合信息、福昕软件、泛微网络、迈富时；2）金融：同花顺、新致软件；3）大模型：科大讯飞、三六零、第四范式；4）工业：中控技术、索辰科技；5）穿戴/玩具：云天励飞、乐鑫科技、恒玄科技、中科创达、汉王科技；6）医疗：润达医疗、卫宁健康、晶泰控股；7）法律：金桥信息、华宇软件、通达海； 8）邮箱：彩讯股份；9）创意：万兴科技、美图公司；10）教育：佳发教育、欧玛软件、新开普；11）电商：焦点科技、小商品城、有赞、微盟；12）数据：海天瑞声；13）ERP：用友网络、金蝶国际；14）OA：致远互联、泛微网络；15）安全：深信服、永信至诚；16）算力：海光信息、寒武纪、景嘉微等。 三、风险提示 商业化后表现不及预期，用户付费意愿低，行业技术迭代速度较快。