OpenAI近日宣布推出两款具有革命性意义的AI模型——o3和o4-mini，这些模型不仅能够通过图像进行推理，还能自主使用各种工具，标志着人工智能能力的一大步飞跃。这两款模型是OpenAI“o系列”推理模型的最新成员，据称是其迄今为止最智能、功能最强大的模型。
图像推理：AI的“视觉思维”
o3和o4-mini最引人注目的特性是它们能够“用图像思考”。这意味着这些模型不仅能看到图像，还能在解决问题的过程中操纵和推理图像。OpenAI在一份声明中表示：“它们不仅仅看到图像，而是用图像进行思考。这解锁了一种新的问题解决方式，融合了视觉和文本推理。”
在一次新闻发布会上，研究人员展示了o3如何分析一张十年前的物理实习海报，独立导航其复杂的图表，甚至识别出海报中缺失的最终结果。OpenAI的多模态推理研究员Brandon McKenzie在演示中说：“它必须在几秒钟内阅读了至少10篇不同的论文，而这项任务对我来说可能需要很多天。”
这种AI在推理过程中操纵图像的能力——如放大细节、旋转图表或裁剪不必要的元素——据行业分析师称，可能从科学研究到教育等多个领域带来革命性的变化。
自主工具使用：完整的AI系统
OpenAI强调，o3和o4-mini的发布不仅仅是模型上的改进，它们还是能够独立使用和串联多个工具解决问题的完整AI系统。公司解释说：“我们通过强化学习训练它们使用工具，不仅教它们如何使用工具，还教它们何时使用工具。”
OpenAI总裁Greg Brockman强调了这些模型广泛的工具使用能力：“在尝试解决一个难题时，它们实际上会在思考过程中使用这些工具。例如，我们曾看到o3连续使用600次工具调用来解决一个非常困难的任务。”
这种能力允许模型执行复杂的多步骤工作流程，而无需持续的人工指导。例如，当被问及加利福尼亚未来的能源使用模式时，AI可以搜索公用事业数据、编写Python代码进行分析、生成可视化图表，并制作一份综合报告——所有这些都在一个流畅的过程中完成。
性能突破：AI基准测试的新纪录
OpenAI声称o3在多个关键AI能力衡量标准上设定了新的最先进水平，包括Codeforces、SWE-bench和MMMU。在外部专家的评估中，o3在困难的真实世界任务上比其前身少犯了20%的重大错误。
较小的o4-mini模型在保持强大推理能力的同时，优化了速度和成本效率。在2025年AIME数学竞赛中，当获得Python解释器访问权限时，o4-mini的得分高达99.5%。
软件工程的变革
o3和o4-mini在软件工程领域表现出色。Brockman在新闻发布会上指出，o3在“导航我们的OpenAI代码库方面甚至比我做得更好，这非常有用。”作为发布的一部分，OpenAI还推出了Codex CLI，一个直接在用户终端中运行的轻量级编码代理。这个开源工具允许开发人员利用模型的推理能力进行编码任务，支持截图和草图。
安全协议：防止AI滥用
OpenAI报告称，对新模型进行了广泛的安全测试，特别关注它们拒绝有害请求的能力。公司的安全措施包括完全重建其安全培训数据，并开发系统级缓解措施来标记危险提示。
访问与部署
新款模型立即向ChatGPT Plus、Pro和Team用户提供，企业和教育客户将在下周获得访问权限。免费用户可以通过在作曲器中选择“思考”来体验o4-mini。开发人员可以通过OpenAI的Chat Completions API和Responses API访问这两款模型，但某些组织可能需要验证才能访问。
未来展望
行业分析师认为，这些发布反映了AI能力的更广泛融合，模型越来越将专业推理与自然对话能力和工具使用相结合。OpenAI在发布中指出：“今天的更新反映了我们模型的发展方向：我们正在将o系列的专门推理能力与GPT系列的更多自然对话能力和工具使用相结合。”
随着Google、Anthropic等公司发布越来越强大的模型，AI领域的竞争日益激烈。OpenAI通过同时关注推理能力和实用工具使用，展示了一种旨在保持其领导地位的策略，即提供智能和实用性。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/openai-fa-bu-o3-he-o4mini-neng-yong-tu-xiang-si-kao-bing-zi
