OpenAI发布o3与o4-mini，视觉推理与工具使用突破

OpenAI发布o3与o4-mini，视觉推理与工具使用突破

一、OpenAI发布o3和o4-mini，强化学习Scale继续

OpenAI于4月16日发布了两款突破性的模型：o3和o4-mini。这些模型能够通过图像进行推理，并可自主调用多种工具，代表了ChatGPT能力的一次飞跃。o3是OpenAI最强大的推理模型，在Codeforces、SWE-bench和MMMU等基准测试中设定了新的SOTA，比o1在困难的现实任务中犯的重大错误少20%。o4-mini是一种较小的模型，针对快速、经济高效的推理进行了优化。

二、o3与o4 mini展现强大视觉推理与工具使用能力

o3和o4 mini模型首次能够将图像直接整合到它们的思维链中，可以动态操作图像，在推理过程中进行旋转、缩放或变换。视觉推理能力还能和Python数据分析、网络搜索、图像生成等其他工具协同工作，创造性地、有效地解决更复杂的问题。这两个模型可以完全访问ChatGPT中的工具，并通过API中的函数调用访问用户自己的自定义工具，能够推理如何解决问题，选择何时以及如何使用工具，以正确的输出格式在通常不到一分钟快速生成详细而周到的答案。

三、MCP影响力扩大，Agent生态构建加速

MCP（模型上下文协议）是一种由Anthropic开源的协议，旨在标准化如何为大模型提供上下文。MCP就像AI Agent的USB-C接口，为大模型提供了一种连接到各种工具和数据源的统一方法。MCP的架构主要包括MCP主机、MCP客户端、MCP服务器、本地数据源和远程服务。MCP最早由Anthropic开源，目前已有谷歌、OpenAI、腾讯、阿里等公司加入，MCP协议影响力的扩散有助于降低各领域Agent开发难度，加速AI应用落地。

四、建议关注

• IAAS：寒武纪、海光信息、阿里巴巴、奥飞数据、科华数据等。
• 垃圾发电：旺能环境、盈峰环境、瀚蓝环境、军信股份等。
• SAAS：金山办公、用友网络、金蝶国际、泛微网络、鼎捷数智等。
• 互联网大厂AI链：寒武纪、恒玄科技、孩子王、天键股份等。
• 军工AI：能科科技、品高股份、普天科技、海格通信等。
• 脑机接口：诚益通、倍轻松、三博脑科等。

五、风险提示

• AI技术迭代不及预期风险
• 宏观经济风险
• 行业竞争加剧风险