今天小编分享的科技经验：一口气看完OpenAI前四天内容，欢迎阅读。
OpenAI 发布了长大 12 天的 "Shipmas"。
Shipmas，是「ship」和「Christmas」的组合。简单讲，在特殊时期，推出很多产品更新，既给用户带来惊喜，也像在庆祝节日一样。
刚开始发布时，我还跟朋友说，国内大模型公司在搞发布会，应该跟 Open Ai 取取经。
冬天那么冷，去现场听演讲，结果讲的内容也不多，大家在台下，有的玩手机，有的只是来打个卡，说实话，花那么多钱，最后只换来几篇报道和几条朋友圈，对客户和宣传效果都很有限。
OpenAI 的做法有些不同。
他们只要一个小黑屋、一张桌子、两台电腦和四个人，就能搞定一切。 虽然更新速度有点像挤牙膏，但是这样能让关注他们产品的客户、用户清楚地知道他们在做什么。
有人觉得这种渐进式的发布会缺乏吸引力，但实际上，它在传播信息同时，让客户、关注的人有机会更深入地了解背后的模型和技术理念。
比如说：
关于技术微调的细节。如果在大型发布会上简单提及，可能几句话就带过了，大家的印象也不会很深。
但如果单独用一天时间深入讲解，就能展示更多的例子和演示，让技术人员和用户更直观地理解这些技术细节，从而达到更实际和深刻的认识。
所以，这种办法很适合经济实用型的公司尝试一下。 发布会已经进行到第四天了，我连续熬了三个大夜。如果你错过了前几天的内容，我来帮你补上。
活动第一天，OpenAI 推出 o1 完整版及 o1 pro 模式。
什么是 o1 模型完整版呢？
这个版本在之前的 o1 预览版上做了全面提升。它现在不仅能处理文本，还能处理截图、照片、网页、上传的檔案等等，功能更强大了。
而且，它还采用了新的推理方式。就像人的思维方式一样，o1 模型完整版会一步步推理，这样在回答专业问题时就更准确了。
跟预览版比，这个版本的 o1 模型思考问题更简洁，速度提高了 50%，而且在回答难题时，出错的可能性也降低了 34%。
作为个人博主，这些数据我肯定没办法测试，但我可以跟你讲讲官方给的例子。
发布会上，o1 模型的负责人画了一个草图。这个草图是关于一个系统，用来收集太阳能，供应给太空数据中心。
因为太空里不能用水冷却系统，所以得靠一个巨大的散热片来散热；研究员问 o1 模型，如果要给数据中心提供 1 吉瓦的电力，需要多大地方的散热片才能保证 GPU 正常工作？
o1 模型准确地识别了草图，经过分析和计算，得出结论：需要 242 万平方米的散热片来满足散热需求。
不说别的，至少从演示上看，的确很强大。
不过，强大归强大，之前大家说的那个「有点贵」的版本，第一天就出现了，他们推出的 ChatGPT Pro。
这个服务，每个月要 200 美金，可以随便用他们最先进的模型和工具，包括 OpenAI 的 o1、o1-mini、GPT-4o 和 Advanced Voice，主要给需要解决特别复杂计算问题的人准备的。
我觉得，这种服务可能更适合那些需要搞高级数据分析、处理的科研人员、工程师还有其他的一些专业人士，能帮他们提高工作效率，也能让他们跟上人工智能的最新技术。
有专家测试说 o1 pro 模式在处理那些复杂的数据科学、编程和案例分析问题时，确实能给出比以前的模型更准确的答案；在数学、科学和编程这些领網域的机器学习测试里，o1 pro 模式比 o1 和 o1-preview 模型表现更好。
但是，他们会花 200 美刀用这个吗？ 我不知道。 当时， 还开玩笑在朋友圈说，有这么多预算，还不如用集合工具 Monica，一个月不到 20 美金，能用十几个模型，不是更划算吗？
第二天 open AI 推出了什么呢？
一句话总结即： 推出强化微调能力（Reinforcement Fine-Tuning）。 什么是强化微调？简单的说：给 AI 模型一个 " 专业培训课程 "。
通过强化微调，可以用很少的实际案例（比如：几十个例子）来教这个 AI 模型成为一个领網域的专家。
直播里，四个人在场，唯一的华裔女研究员 Julie Wang 介绍了这个能力。她说，这个能力能让小体量的模型 " 从高中水平跳到专家水平 "。
实操环节，他们举了两个例子。
一个是和汤森路透合作的，为法律专业人士打造的 AI 模型。他们觉得，在很多行业里，虽然专家有很深的专业知识和丰富的经验，但在处理大量数据和复杂任务时，可能会因为时间和精力的限制。
比如：在法律领網域，律师要处理好多法律条文和案例。
他们可以用专业知识分析，但如果用经过强化微调的 AI 模型，可以更快地找到相关案例，进行初步的法律条文匹配，给律师提供决策参考，提高工作效率。
但这个例子是一个展示，似乎没什么说服力。 另一个例子是， 生物医学任务的实验 。
伯克利大学的罕见遗传病研究员 Justin Reese，把很多临床病例数据通过 API 输入到 o1 mini 模型里。
这些数据包括病人的基本信息、症状描述。比如：一个 51 岁的女性，症状有眼距过宽、睑裂狭小、软腭咽闭合不全、甲状旁腺功能减退、全身发育迟缓和感觉神经性听力障碍、等等。
然后，用强化微调技术训练 o1 mini 模型做医疗诊断任务。 训练时，模型要根据症状描述找出可能的基因，并排序。
评分模型会对答案打分，分数从 0 到 1。0 表示模型输出中没有正确答案，1 表示正确答案在输出的第一个位置，通过性能监控，可以看到微调过程中模型指标的变化。
结果表明，经过强化微调的 o1 mini 模型在特定任务上的表现超过了更强大的 o1 模型，在 top@1、top@5 和 top@max 这些指标上，o1 mini 模型都明显超过了 o1 模型。
这个案例，在 OpenAI 的官网可以看到。 不过，两个能力都是「期货」，明年才正式推出，主要面向企业或科研部門等潜在客户。
千万不要小看微调技术，说实话，现在大型语言模型（LLM）还做不到复杂的创造性活动，比如：批判性思维和深度头腦风暴。
这既是坏事也是好事， 因为这样，我们就可以把模型用在那些琐碎、重复、无聊而且不需要创造性的任务上，这样做，它们就能慢慢提高自己的准确性。
这就是，第二天的内容，一个词总结即：微调技术。
Open AI 第三天推出了 sora。 鸽子一年多的期货来了，不过，因为之前连续熬夜，我实在撑不住，12 点半就睡了。第二天醒来想试试 Sora，但登录时发现因为用户太多，暂时用不了。
没关系，我看了 Sora 的发布会。
OpenAI 团队在会上展示了这个工具的厉害之处，还教大家怎么用；他们教我们怎么生成视频，包括設定分镜、输入视频指令、选风格、画面比例、时长等等。通过演示，让所有人对 Sora 有了更深的认识。
Sora 的使用过程相当灵活，你可以用分镜功能看不同角度的画面，然后，输入你想要视频怎么做。OpenAI 说：指令越简单，Sora 自己发挥的越多；指令越详细，它就越听你的。
在直播中，Sora 把两个不连着的视频片段合成了一段有故事感的视频。虽然细节有点出入，但整体效果的确令人惊讶。
Sora 还能让你上传图片或视频，然后生成后续视频的文字描述。你可以随便改指令，在时间轴上调整，决定视频啥时候播。这个功能挺有创造力的。
还有一点，生成视频后，还能用 remix 工具改。
这个工具看起来很丝滑，它能对视频进行各种创意上的改编。怎么改呢？可以调强度，从 1 级到 8 级，想要多大变化都行。
还有预设的选项，比如：温和、适中或者强烈。用这个工具，可以保留视频里想要的部分，其他的，想怎么变就怎么变，比如：把猛犸象换成机器人，或者变人物表情等等。
我觉得，Sora 不光是视频工具，它把视频生成和工作流程结合起来了，这对 OpenAI 挺重要；因为 Sam Altman 在直播里说，他们想让 AI 理解视频，改变我们用电腦的方式。
想要做到这点，在通往 AGI 的路上，得做很多优化，而把工作流和视频生成结合起来，是个不错的办法。
不过，Sora 看着不错，但是价格有点高。比如：
你要是选 Plus 会员，每个月得花 20 美元，能做最多 50 个视频，视频质量一般，最高只能到 720p，而且每个视频最长也就 5 秒。
如果你想要更好的，得选 Pro 会员，一个月得 200 美元，最高清晰度能到 1080p，每个视频才能生成 20 秒，而且 Sora 尚未在欧盟、瑞士和英国上线。
这就是第三天关于 Sora 的内容，感叹又期待，你会付费吗？
今天，OpenAI 直播到了第四天，由他们的首席产品官 Kevin Weil 来主持。重点是什么呢？即：Canvas 正式上线了。
之前，Canvas 的一些功能已经在 ChatGPT 里展示过，但那时它是单独的一个模型。现在，它和其他模型融合在一起了。
那么，Canvas 这次和以前有什么不同呢？有三个：
一，现在可以直接 从首页的输入框跳转到 Canvas ； 二，集成了一个 Web Assembly 的 Python 模拟器， 可以直接运行 Python 代码，还能在线修 bug ； 三，Canvas 功能 整合进了 GPTs。
为了让大家更清楚地看到 Canvas 的新功能，OpenAI 的工程师 Lee 和 Alexey 还做了现场演示。Lee 教我们怎么用 Canvas 写一个儿童圣诞故事。
在 ChatGPT 的输入框里，点一下新加的工具按钮，就能切换到 Canvas，你可以和 ChatGPT 一起编辑文档，不管是改标题、加表情，还是调整文章的长度和阅读难度，都变得很简单。
这就像百度的自由画布，用户和 ChatGPT 可以一起创作，写作和修改的过程都很自然。
发布会上，Alexey 还展示了 Canvas 怎么帮我们改文章。 他把一篇关于 " 圣诞老人、暗能量和驯鹿推进力 " 的物理论文贴到 ChatGPT 里，然后用 Canvas 打开。
ChatGPT 不仅能给出专业的修改建议，还能在文章里直接加评论，这样用户就能很方便地查看和修改。用户可以根据自己的思路来改文章，想复制最终版本也随时可以。
Alexey 还演示了怎么用 Canvas 调试 Python 代码和生成图表。 Canvas 里内置了一个 WebAssembly Python 模拟器，可以快速加载几乎所有 Python 库，运行代码，还能即时反馈，这对提高编程效率真的很有帮助。
另外，Canvas 的功能也整合进了 GPTs 里。比如：
Lee 就创建了一个叫 " 圣诞老人助手 " 的 GPT，用来帮圣诞老人回复孩子们的信件。
只要在自定义 GPT 的说明里加上 " 使用 Canvas 工具 " 的指令，再勾选 Canvas 功能，自定义 GPT 就能自动在 Canvas 里生成信件草稿，圣诞老人可以根据实际情况修改草稿，用自己的风格和语气回复孩子们。
我之前一直在用 Canvas，还想过，国内厂商啥时候也能引进 Canvas 这样的功能。 我觉得 Canvas（画布）是让大家一起工作更聪明的一个关键步骤。
因为不管是自己用，还是大家一起用，总得有个地方能三个人一起做事情，以前可能用类似于在线文档的工具，实现共同编辑的动作，以后，画布可能是首选协同之一了。
这就是今天发布会的内容，关于 Canvas。
好了，总结下四天的内容，分别是：推出 o1 完整版及 o1 pro、推出强化微调能力、推出新产品 sora、以及把 Canvas 进行全新更新。
接下来的 8 天里，还有什么新产品呢？值得期待。
