新V观海外：OpenAI o1模型实测的惊艳感不足

经济观察网 记者 高飞昌 作为中国最早成立的合资车企之一，上汽大众从1984年至今已走过了四十年的路程。在四十年里，帕萨特是一款相当特别的车。从桑塔纳（帕萨特的前身）在上汽大众手工组装开始，到后来历经多代产品的迭代，帕萨特一路见证了中国汽车工业的发展。9月10日，上汽大众帕萨特再度推陈出新，由帕萨特Pro与帕萨...

经济观察报 社论 陈沛/文 OpenAI刚刚推出了全新的o1系列模型，包括o1-preview和o1-mini，被认为是OpenAI最近持续放风的代号为strawberry的模型项目，重点提升了模型高级推理能力。可是根据我对o1-preview模型的实测体验，惊艳感低于预期。

先思考，后回答

o1-preview模型收到问题后会先思考一段时间，自动选择必要的推理过程，然后生成结果。这是新模型最显著的特点。

例如，我先 了一个简单的示例问题“向幼儿园小朋友解释什么是怀旧”，o1-preview模型执行了4个推理步骤：理解问题要求、生成一个简单的比喻、描述怀旧的感受、整体理解怀旧的概念。执行这4个推理步骤共思考了7秒，然后生成了 。

之后我换了推理难度更高的“两根电线杆之间80米电缆”问题。这个问题我使用之前各个版本的GPT从来没有做出来过。而这次o1模型对这个问题足足思考了74秒，反复执行了28个推理步骤，最终得到了经过反复验证的正确 。

初步 下来，能明显感觉到o1-preview模型与之前模型的差异。之前的GPT系列模型的设定是无论如何先快速生成一些看上去 自然的内容，但是其中的逻辑是否合理、是否正确则不会过多验证。而o1-preview模型则是会自行选择合适的分析逻辑，并且谨慎验证思路是否合理，避免快速给出不负责任的 。

奥赛数学题依然做不对

由于OpenAI 发布o1系列模型时，重点强调了新模型在数学竞赛和编码相关的 基准方面的能力提升。因此我继续采用一道中国数学奥林匹克竞赛题“56元 和15个子集求解最小正整数”进行 。

这道题的正确 应该是41。在我的 中，o1-preview模型思考了64秒，反复执行了30个推理步骤，然后给出了50的 。虽然没有做对，但是整体解题思路已经接近，如果在正常的考试判卷中，相信o1-preview给出的证明过程也能得到部分分数。

但是，这个 并没有让我感到o1-preview模型的高级推理能力 惊艳。因为就在不久前，DeepMind也发布过Alpha Proof和Alpha Geometry 2在国际奥数竞赛中的结果，虽然那个 结果也有一定的取巧成分，但已表明这种通过模型自我对弈实现高级推理能力的做法，并不是OpenAI的 突破。

仓促发布产品的毛坯感十足

除了奥赛数学题方面的惊艳感不足之外，这次o1-preview模型的整体用户体验还不完整。目前仅支持纯文本输入，这也限制了进一步 新模型在处理几何问题等方面的高级推理能力。

特别是对于已经习惯GPT-4o的图片、语音、文档多模态处理能力的用户来说，就像是回到了Ch GPT刚发布时的感觉，没有数据分析功能，也不能访问网页内容。

而在这一版o1-preview用户体验中的最大亮点——自动思考和推理过程，其实也在之前其他AI Agent应用中出现过，似乎给用户带来的惊艳感也并不强烈。

总而言之，就像o1-preview名称所预示的含义，这版模型目前还只是预览版，后续正式发布时应该还会加上更多常见的产品功能。也许这次的新模型发布预示OpenAI开始模仿人类思考习惯，从“系统1”进军“系统2”踏上新的智能研究方向，但是o1-preview模型本身将注定只是一个过程产品。