被DeepSeek干服了！OpenAI承认闭源错误，领先优势变小 -pc6资讯

您的位置：首页 → 资讯 → 系统工具 → 被DeepSeek干服了！OpenAI承认闭源错误，领先优势变小

被DeepSeek干服了！OpenAI承认闭源错误，领先优势变小 时间：2025/2/2 13:33:43来源：www.pc6.com作者：学臣我要评论(0)

OpenAI发布o3-mini模型之后，其首席执行官Sam Altman、首席研究官Mark Chen、首席产品官Kevin Weil;

副总裁工程Srinivas Narayanan、API研究负责人Michelle Pokrass和研究负责人Hongyu Ren，在全球最大综合论坛之一reddit进行了在线技术问答。

主要讨论了OpenAI的现状、未来产品规划以及全球现象级破圈大模型DeepSeek-R1。

下面是「AIGC开放社区」为大家整理精华提问，其中包括很多R1的问题。

网友提问:我们能看到大模型所有的思考tokens吗?

Sam Altman:是的，我们很快就会展示一个更有用、更详细的版本。这要归功于R1的更新。

Kevin weil:我们正在努力展示比今天更多的内容——这将很快实现。关于所有内容的展示方式还有待确定，展示所有的思维链可能导致竞争性提炼。

但我们也知道大家（至少是高级用户）希望看到这些内容，所以我们会找到合适的方法来平衡这点。

Srinivas Narayanan:我们正在寻找方法来展示更多思考过程。敬请期待。

你会考虑发布一些模型权重并发表一些研究吗?

Sam Altman:是的，我们正在讨论。我认为我们在闭源方面选择了历史错误的一面，需要找出不同的开源策略。并非所有人都在分享这种观点，这也不是我们目前的最高优先事项。

我们来谈谈本周的热门——Deepseek。显然，这是一个非常令人印象深刻的模型，而且我知道它很可能是基于其他大模型的输出进行训练的。这会对你方未来的模型计划产生怎样的影响?

Sam Altman:这是一个非常好的模型!我们会研发出更好的模型，但与前些年相比，我们的领先优势将会变小。

假设现在是2030年，你刚刚创建了通用人工智能（AGI）的系统。它在你设定的每一项基准测试中都表现出色，在速度和性能方面都超过了你最优秀的工程师和研究人员。接下来该怎么办呢?除了 “在网站上推出它”，还有别的计划吗?

Sam Altman:在我看来，最重要的影响将是加速科学发现的速度，因为我相信这是对提高生活质量贡献最大的因素。

Srinivas Narayanan:我们与 AI 互动的界面将发生根本性的变化。AI 将更具自主性，在后台持续为我们处理复杂任务和目标。

只有在需要时，它们才会与我们进行联络。机器人技术也应当有足够的进步，以便能够在现实世界中为我们执行有用的任务。（从这个回答来看，AI Agent智能体确实是AGI最佳应用场景之一）

自从视频功能发布以来，高级语音对话能力显然有所下降。有没有计划来修复或改善这一点?

Srinivas Narayanan:感谢反馈，会调查一下。

为什么o3- mini 的知识截止时间仍为2023年10月?o3或 o3Pro 也是如此吗?有没有更新知识截止时间的计划?

在我付费订阅 Plus 之前，GPT -4o 的知识截止到2024年6月，但现在我付费之后，知识截止时间又变回了2023年10月。为什么会出现这种情况?

Sam Altman:既然我们已经启用了搜索功能，这（知识截止时间的问题）就没那么重要了。就我个人使用而言，我再也不会去考虑知识截止时间这回事了

我们还能期待哪些其他的AI Agent 智能体?

也为免费用户打造一款智能体，加快推广速度吧。

DALL-E有新版本的更新消息吗?

最后是每个人都会问的问题…… 通用人工智能（AGI）何时能实现?

Kevin weil:会发布更多智能体，很快就会到来，我想你会满意的。基于4o的图像生成，大约几个月，我迫不及待想把它交给你。它非常棒。

AGI会实现。

GPT-4o会有大的改进吗?我真的很喜欢自定义GPT，如果它能够升级，或者我们可以选择在自定义GPT上使用什么模型（例如o3mini），那就太好了。

Michelle Pokrass:是的，我们还没有完成4o 系列!

高级语音模式会有更新吗?这会是GPT -5o 的一个重点吗?

Sam Altman:是的，高级语音模式会有更新!

我们会称之为 GPT -5，而不是GPT-5o。目前还没有时间表。

Stargate（星际之门）的成功，对 OpenAI 的未来有多重要?

Kevin weil:很重要，我们所看到的一切都表明，我们拥有的计算能力越强，就能构建出更好的模型，也能制造出更有价值的产品。我们现在正同时从两个维度扩展模型 —— 更大规模的预训练和更多的强化学习（RL）/“草莓”(可能是某种技术或项目代号)，而这两者都需要计算能力。

为数亿用户提供产品也是如此!当我们转向更多能持续为用户工作的智能产品时，这也需要计算能力。所以，可以把 Stargate 看作是我们将电力或GPU转化为出色产品的工厂。

相关视频

没有数据

文章评论

查看所有0条评论>>