一口气看完OpenAi后八天内容

文：王智远 | ID:Z201440

Open AI为期12天的直播，结束了。

科技圈博主和KOL们终于可以松一口气，对于Sam团队而言，这场马拉松式的直播无疑是一次巨大挑战，估计他们累得够呛。

你看了吗？有没有漏掉的？

我可是一天没错过，一开始像追剧一样熬夜观看，后来发现干货并不多，索性就改为白天追视频和媒体发布的新闻。

不过，我有随时记笔记的习惯，所有有价值的信息都会第一时间记录在Obsidian笔记软件里。

前四天内容，我已经分享过，没看的朋友可以点击「一口气看完OpenAI前四天内容」；今天结束之际，也把后八天的经常亮点也总结了出来，确保大家不会错过任何重要信息。

就从Day5开始吧。

Sam说：嗨，欢来到我们「12 Days of OpenAI」系列的第五天。今天，我想介绍让 ChatGPT 更加简单易用的一些新功能。

苹果的朋友们正努力将 ChatGPT 集成到 iPhone、iPad 的 iOS 系统以及 macOS 系统中；我们的目标是让 ChatGPT 在各种平台上都能轻松顺畅地使用。

我们都很喜欢 Apple 的设备，因此对这次集成非常自豪，所以，你可以在不登录的情况下使用ChatGPT了，但如果你有账户，体验会更好。

接下来，正式开始了。工程团队的 Dave和它的伙伴，利用半个小时时间，演示完一切功能。

简单讲，主要有五个核心内容：一，苹果公司将ChatGPT集成到了iPhone、iPad的iOS系统以及macOS系统中，使得用户可以在这些设备上更简单易用地使用ChatGPT。

二，当Siri认为ChatGPT能更好地解决问题时，可以直接将请求交给ChatGPT。三，Apple Intelligence的写作工具现在可以借助ChatGPT从零开始为用户起草文档。

四，在iPhone 16上，用户可以通过摄像头控制功能调动视觉智能，使用ChatGPT来了解镜头里看到的东西。

五，Siri可以直接针对预览状态的文档调用ChatGPT的能力进行问答，用户可以选择是否仅共享当前屏幕截图或共享文档全部内容。

这就是第五天的内容，用一句话总结即：苹果公司宣布将ChatGPT集成到iOS和macOS系统中，用户可通过Siri直接访问ChatGPT，甚至无需账户即可使用。

第六天，说了什么呢？

首先，发布了两个新功能：高级视频对话和屏幕共享。用户现在可以和ChatGPT实时共享屏幕了。

其次，ChatGPT里新增了一个圣诞老人语音模式。只要用户开启语音模式，然后说「hohoho」，就能启动这个模式。

在案例展示环节，团队给ChatGPT展示了水壶和滴漏器的实时视频，在ChatGPT的指导下，他们一步步完成了咖啡制作；ChatGPT给出了几个步骤提示，比如：

在滴漏器中放滤纸、把咖啡粉加到滤器里、慢慢倒热水，要转圈倒等等。

团队还宣布，这些新功能将支持最新的移动应用、桌面应用、Web平台，还有Teams集成。他们计划在明年年初，把这些功能开放给企业用户和教育用户。

所以，第六天重点是ChatGPT推出的高级视频对话和屏幕共享功能，还有新增的圣诞老人语音模式，这些更新主要展示了ChatGPT的多模态交互能力。‍‍‍‍

不知道第七天的内容算不算大招：推出了Projects。

什么是Projects？

简单来说，一个能把ChatGPT的所有功能整合到一起的工具，或者你也可以只用Projects，不用ChatGPT的其他功能。

这场发布会是由OpenAI的首席产品官Kevin Weil和他的两个同事Drew Schuster和Thomas Dimson一起主持的。Kevin Weil在直播里说，现在可以把熟悉的ChatGPT功能都整合到项目里，或者，只单独使用项目功能。

Thomas Dimson补充说，Projects像一个智能文件夹，这个功能是基于ChatGPT最近推出的对话搜索功能开发，可以查看和搜索以前的聊天内容，都是文本形式的。

用Projects的方法挺简单，大概分三步：

一.在ChatGPT界面上点「创建项目」按钮；二.把聊天记录加到项目里；三.试试搜索功能。还有个Canvas自由画布工具可以用，不过这些步骤不是一定要全做，每一步都有很多可以发挥的地方。

Projects能用来干啥？

Kevin Weil和他的团队在直播里展示了几个案例。

他们用Projects创建了一个Secret Santa项目，Schuster上传了群组的聊天记录和大家的需求，然后让ChatGPT随机分配任务，还让ChatGPT帮忙写了封邮件给群组。

还有个例子，Schuster上传了一些关于家用电器的笔记，然后问ChatGPT：冰箱的滤水器什么时候需要更换？如果你平时有记录家里的重要信息，这个功能就特别有用。

总的来说，Projects有三大功能：

一，帮我管理项目，把聊天记录、文件这些都放在一起，方便整理；二，有搜索功能，即使项目里堆了很多东西，也能快速找到需要的内容。

三，融合Canvas自由画布工具，这个功能能让我更直观地看到项目里的内容，整理起来更清晰。这个功能是免费的，我觉得有点像在模仿Claude。

这就是第七天的内容，一句话总结即推出Projects。

第八天，OpenAI给我们带来了几个新消息；首先，他们宣布ChatGPT Search现在对所有登录的免费用户开放了，不管是用网页版，还是iOS、Android手机都能用。

产品负责人Kevin Wheel说，这个搜索功能特别重要；用它能帮ChatGPT找到最新的信息，回答网上的问题。他自己也每天都在用，很高兴现在大家都能用上。

第二，ChatGPT Search还能和高级语音模式一起用。这样，用语音和ChatGPT聊天的时候，也能顺便搜索信息，让语音交流更厉害、更方便。

还有，ChatGPT Search现在和Apple Maps合作了。

如果你在iOS的ChatGPT应用里找到一家餐厅，可以直接点一下，用Apple Maps导航过去。这说明ChatGPT Search和Apple Maps合作得很紧密。

另外，在手机应用里，你可以用语音模式和ChatGPT聊天。它会把你的语音问题和网上的信息结合起来，给你答案。比如，你问圣诞市场的事，它就会告诉你什么时候开门，哪天营业。

最后，ChatGPT Search还能加到浏览器里，你可以把它设成默认的搜索引擎，这样上网搜东西就更快，还能得到智能的搜索建议。

总之，第八天的内容重点是ChatGPT Search功能的扩展和增强。包括了全球用户都能用、和Apple Maps的合作、手机应用里的语音模式，还有浏览器的集成，这些更新让ChatGPT的搜索能力变得更强了。

第九天的活动被称为「对开发者最有用的一天」。

这一天，他们推出了o1模型的正式版API；这个新版本的o1模型速度更快，成本更低，还增加了视觉识别和函数调用等新功能。这让开发者在构建应用时更加轻松。

现场演示中，Michelle Pogras和Brian John展示了o1模型的新特性。他们介绍了函数调用、结构化输出、开发者消息、推理参数和视觉输入等功能。

他们特别演示了如何使用o1模型的视觉输入功能解析税务表单，展示了模型如何识别表单中的错误，并输出修正后的结果。

接下来，实时API也进行了全面升级。OpenAI引入了WebRTC支持，这大大简化了实时语音应用的开发流程。同时，相关服务的价格也大幅降低，其中GPT-4o的音频处理费用降低了60%。

Olivier Godement介绍了WebRTC集成的新功能，展示了怎么自动处理音频流、管理网络拥堵、实时噪声抑制和音频编码，还支持了原生浏览器API。

最后，他们推出了「偏好微调」功能；这个技术让开发者可以根据用户的偏好，定制AI模型的回答风格和内容。比如，金融科技公司用了这个功能后，AI助手的准确率提高了5个百分点以上。

Michelle Pogras提到，这项技术有成对比较学习机制、人类标注和A/B测试支持，还能生成合成数据。他们展示了这项技术在金融分析助手中的应用案例，说明了怎么通过优化提升查询的准确率。

所以，这一天的重点有三个：o1模型API的正式推出、实时API的升级和价格调整、以及偏好微调功能的推出。

第十天有什么呢？

OpenAI在第10天的活动里，搞了两个新动作：

一，他们开了ChatGPT的热线电话服务。就像给朋友打电话一样，你可以直接拨1-800-CHAT-GPT（也就是1-800-242-8478）和ChatGPT聊天；这个服务每个月送你15分钟免费通话，对那些想快点问个问题或者试试新功能的人来说，挺方便的。

二，他们让ChatGPT能集成到WhatsApp里。这样，你就能在WhatsApp上直接和ChatGPT聊天，不用换应用，也不用开电脑，聊天变得更简单。

不过，这个功能有两个限制：

目前只对美国用户开放，因为号码是美国的；第二，每个月免费通话时间只有15分钟，如果你聊得更多，可能得想别的办法。

还有，聊天的时候不支持上网搜信息，只能根据它学过的东西回答。所以，如果你已经有ChatGPT Plus，可能还是用ChatGPT App里的高级语音模式更合适。今天这个功能，主要是给你多一个选择。

我觉得，第十天的活动，没那么激动人心。说白了，就是你可以打电话给ChatGPT了。其实，国内的豆包、文小言、Kimi，早就能做到。

第十一天的内容，关于「桌面应用程序」。

产品负责人Kevin Wheel和团队成员John Nastos、Justin Rushing介绍了一些新的桌面应用程序功能。这些功能是为了帮助大家在Mac和Windows电脑上工作得更快、更好。

那么，桌面应用程序都有哪些好处呢？

让ChatGPT变得更能干，不只是回答问题，还能自动帮你完成任务；这个应用程序能看你的屏幕，帮你自动化工作流程，让你工作更高效。

Justin展示了怎么用ChatGPT和Warp终端一起玩。

比如：数数Git仓库里提交了多少次代码，还能生成图表。John则演示了在Xcode里怎么用ChatGPT帮忙编程，实时写出代码，还能调试。

ChatGPT现在还能和Apple Notes、Notion、Quip这些应用互动，你可以直接在这些应用里写东西、编辑；新加的高级语音模式让你能通过说话和ChatGPT交流，立刻得到回应，让用起来更爽。

所有新功能在直播结束后就推出了，你只需要更新到最新版的ChatGPT Mac应用程序就能用；通过新功能，OpenAI希望大家能更好地掌握和自动化自己的工作流程，提高工作效率。

简单来说，三点：

一是「增强的自动化能力」，桌面应用程序能看你的屏幕，自动化你的工作流程，提高工作效率。

二是「跨应用协作」，ChatGPT可以和Warp终端、Xcode、Apple Notes、Notion、Quip等多种应用互动，不管你是编程、记笔记还是项目管理，都能实时帮忙。

三是「语音交互功能」，新加的高级语音模式让你能通过说话和ChatGPT交流，实现更自然、更便捷的交互体验，进一步提高你的工作和操作效率。

今天是最后一天，也是直播的第十二天，OpenAI重点介绍了o3和o3 mini的预告。为啥跳过了o2？为了避免版权问题，OpenAI直接用了o3这个名字。

如果要我用一句话形容o3，我会说--它强大得让人震惊，可能会给程序员带来冲击。

为什么这么说呢？

我们先来看看OpenAI的研究员怎么说。o1是第一个大型推理模型，它只是用强化学习（RL）训练的大型语言模型（LLM）。o3则是在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加上RL是可行的，但我们并没有全力以赴；o3则是全力以赴，通过扩大规模，真正释放了LLM加RL的潜力。

这也验证了一点--对于编程、数学这类能够明确定义任务奖励和容易获取过程数据的任务，通过强化学习，它们的潜力可以不断被挖掘，直到达到世界顶级水平。

那么，o3有哪些核心能力呢？官方展示了一些数据。

首先，o3模型在Codeforces编程比赛中获得了2727分，这个分数让它达到了国际特级大师的水平，大约在全球竞争性人类编码者中排名前200。这个分数比o1模型的1891分高出了44%。

注释：（Codeforces是一个在线编程比赛平台，让全球的程序员在限定时间内解决算法问题，以此测试和提升自己的编程技能）。

其次，在2024年美国数学邀请赛（AIME）中，o3模型的得分为96.7%，只错了一道题。这个得分大幅超过了o1模型的83.3%，相当于一名顶级数学家的水平。从竞赛数学的角度来看，o3的准确率比o1正式版高15%，比o1预览版高近71%。

这些结果展示了o3模型在编程和数学领域的卓越性能，标志着AI在这些领域的进步。

简单来说，o3的三个亮点：

一是推理能力的大幅提升；二是在数学和逻辑测试中的卓越表现；三是编程能力的突破。

所以，o3在实践上证明了，对于编程这类能够明确定义任务奖励，和容易获取过程数据的任务，通过对强化学习的扩展，它的潜力可以不断被挖掘，直到成为世界上最顶级的程序员之一。

最让人兴奋的消息是，o3 mini预计明年一月底就会发布！只需要再等一个月！o3 mini上线后，很快就会开放API调用，并附带o1的所有API功能。

好了，以上就是Open AI这8天的全部内容。你认为哪天的发布能载入AGI史侧呢？

看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。

标签： 功能 模型 语音 随笔