上述報(bào)道稱，專注于推理能力的人工智能“草莓”發(fā)布前后還有一些亟待解決的問題，但看似“倉(cāng)促上馬”似乎說明OpenAI感受到了大語(yǔ)言模型驅(qū)動(dòng)產(chǎn)品領(lǐng)域的激烈競(jìng)爭(zhēng)壓力，希望通過近幾個(gè)月被市場(chǎng)期待已久的草莓項(xiàng)目，來恢復(fù)ChatGPT首發(fā)以來兩年里大部分時(shí)間的勢(shì)頭。

　　何為“草莓”模型？專注于推理能力，是人工智能下一個(gè)重大突破

　　兩周前曾有消息稱，OpenAI加速推出“草莓”推理人工智能模型，以推動(dòng)聊天機(jī)器人業(yè)務(wù)。四周前的消息稱，著名AI搜索公司perplexity CEO暗示已經(jīng)提前用上了OpenAI的最新模型“草莓”。

　　華爾街見聞曾提到，早在5月時(shí)就有傳聞稱OpenAI正在神秘開發(fā)代號(hào)為“草莓”的項(xiàng)目。兩個(gè)月前的7月13日，又有消息確認(rèn)“草莓”是OpenAI正在開發(fā)新的人工智能模型，希望提供更高級(jí)推理能力以形成邁向通用人工智能（AGI）的重大突破。

　　具體來說，“草莓”模型憑借增強(qiáng)的推理能力，能夠更好地處理令以往AI模型“撓頭”的復(fù)雜科學(xué)和數(shù)學(xué)問題，不僅能讓大語(yǔ)言模型（LLM）根據(jù)用戶的復(fù)雜查詢生成答案，甚至還能提前規(guī)劃，以便自主、可靠地瀏覽互聯(lián)網(wǎng)，進(jìn)行OpenAI 定義的“深度研究”（deep research）。

　　評(píng)論普遍認(rèn)為，OpenAI的“草莓計(jì)劃”有望成為人工智能下一個(gè)重大突破。更先進(jìn)的推理能力意味著該技術(shù)可以“自主”執(zhí)行更復(fù)雜任務(wù)，而不僅僅是依靠用戶的逐步提示行事。推理一直是AI在類人智能追求中最棘手的問題之一，而具有推理能力的人工智能模型不僅能改善數(shù)學(xué)和編程能力，還可以徹底改變科學(xué)研究，增強(qiáng)醫(yī)療保健和金融等復(fù)雜領(lǐng)域的決策力，并加速技術(shù)創(chuàng)新。

　　會(huì)顯著更貴嗎？“草莓”模型具體的提供形式和定價(jià)模式尚不確定

　　據(jù)悉，“草莓”發(fā)布后雖然整體作為ChatGPT的一部分，但也是一項(xiàng)獨(dú)立產(chǎn)品，可能會(huì)納入客戶選擇以支持ChatGPT運(yùn)行的AI模型下拉菜單中，但具體的提供形式和定價(jià)模式都尚不確定。

　　與常規(guī)的對(duì)話式人工智能不同，“草莓”在回應(yīng)用戶的提示語(yǔ)之前會(huì)“思考”10到20秒，而不是立即給出答案。對(duì)于復(fù)雜或包含多個(gè)執(zhí)行步驟要求的查詢語(yǔ)，“草莓”將比現(xiàn)有的GPT-4o版本更易于使用，不需要用戶明確告知ChatGPT“完成中間推理步驟以得出最終答案”等額外舉動(dòng)。

　　有分析稱，這意味著“草莓”將成為更加智能的助手，不僅在解決數(shù)學(xué)問題和編碼方面表現(xiàn)更佳，在更“主觀”的商業(yè)任務(wù)方面也更優(yōu)秀，比如集思廣益制定產(chǎn)品營(yíng)銷策略等。而且在這類偏創(chuàng)意的任務(wù)中，該模型將提供更針對(duì)用戶公司需求、更詳細(xì)的建議，比如生成每周執(zhí)行計(jì)劃。

　　不過，假設(shè)發(fā)布一切順利，在初始版本“草莓”只能接收和生成文本信息，而不能接收和生成圖像，這代表不像其他OpenAI模型那樣具備“多模態(tài)”功能，算是“缺點(diǎn)”之一。

　　同時(shí)，盡管“思考”階段有助于避免AI犯錯(cuò)、且能預(yù)測(cè)如何全面回答用戶問題，但有測(cè)試過該模型的人士稱，一些簡(jiǎn)單問題也會(huì)令草莓“思考”而無法迅速給出答案；答案質(zhì)量?jī)H略佳，不值得額外等待；而且有時(shí)無法在回答新問題之前記住并整合與用戶的先前聊天記錄。

　　在定價(jià)方面，上周曾有消息稱，ChatGPT Plus當(dāng)前付費(fèi)價(jià)格是每月20美元，但OpenAI考慮將“草莓”和被外界譽(yù)為“ChatGPT 5”的“獵戶座”（Orion）等全新大模型擬定在月付2000美元，等于定價(jià)提升100倍。分析認(rèn)為，OpenAI能考慮如此高的價(jià)格跨度，主要是因?yàn)槿卞X、新產(chǎn)品足夠強(qiáng)以及手握數(shù)億用戶。

　　“草莓”模型為何重要？或重新定義AI能力邊界，為GPT 5提供高質(zhì)量合成訓(xùn)練數(shù)據(jù)

　　OpenAI首席執(zhí)行官奧特曼（Sam Altman）曾在今年早些時(shí)候表示，人工智能領(lǐng)域“最重要的進(jìn)步方向?qū)⑹峭评砟芰?rdquo;。

　　而“草莓”項(xiàng)目被認(rèn)為就是去年披露出的OpenAI“Q*”計(jì)劃，該項(xiàng)目在公司內(nèi)部已被視為一項(xiàng)突破。觀看過演示的人稱能夠回答當(dāng)前商用AI模型無法解決的棘手科學(xué)和數(shù)學(xué)問題。

奧特曼8月初發(fā)帖被外界認(rèn)為給“草莓”項(xiàng)目預(yù)熱

　　OpenAI曾在8月11日給出了未來AI發(fā)展的五個(gè)階段路線圖，第一階段便是現(xiàn)在具有對(duì)話語(yǔ)言的AI聊天機(jī)器人，第二階段是具有人類水平問題解決能力的“推理者”，第三階段是可以采取自主行動(dòng)的“代理人”（AI agent），隨后是可協(xié)助發(fā)明的“創(chuàng)新者”和可完成組織工作的“組織者”。

　　而“草莓”極可能是幫助OpenAI實(shí)現(xiàn)第二級(jí)AI的關(guān)鍵，一旦成功將重新定義AI的能力邊界，自主執(zhí)行復(fù)雜任務(wù)、獨(dú)立解決復(fù)雜問題并驗(yàn)證輸出內(nèi)容，代表人類離通用人工智能AGI又進(jìn)一步。專注于推理的“草莓”可能也是為下一代AI模型“獵戶座”或者說ChatGPT 5奠基的必經(jīng)之路。

　　軟件開發(fā)機(jī)構(gòu)Technology Rivers創(chuàng)始人兼CEO Ghazenfer Mansoor指出，借助“草莓”項(xiàng)目，OpenAI對(duì)人類推理水平的追求不僅是技術(shù)奇跡，更能突破界限、激發(fā)每個(gè)領(lǐng)域新的可能性。比如在商業(yè)領(lǐng)域，人工智能將能極大地改變供應(yīng)鏈的管理方式，非常準(zhǔn)確地預(yù)測(cè)市場(chǎng)趨勢(shì)，并在很大程度上使客戶體驗(yàn)非常個(gè)性化。

　　而在普通用戶的層面，其使用體驗(yàn)也會(huì)有所改進(jìn)，例如具有推理能力的AI模型不僅能提供更優(yōu)化的旅行計(jì)劃和健康建議，甚至可以分析用戶的消費(fèi)習(xí)慣并創(chuàng)建完全定制化的預(yù)算方案，做更智能的助手。

　　總而言之，在理想化的情況下，“草莓”將能夠解決超出當(dāng)前人工智能模型能力范圍的問題和任務(wù)，并進(jìn)行“深入研究”，“比任何現(xiàn)有的聊天機(jī)器人都更勝一籌”。

　　還有分析指出，“草莓”計(jì)劃旨在籌集更多資金，OpenAI需要這筆錢來支持代號(hào)為“獵戶座”的下一代前沿模型開發(fā)。而且，為“獵戶座”模型生成高質(zhì)量的合成訓(xùn)練數(shù)據(jù)被認(rèn)為是“草莓”的關(guān)鍵應(yīng)用之一，“這一點(diǎn)意義重大，因?yàn)榛ヂ?lián)網(wǎng)上的大部分訓(xùn)練數(shù)據(jù)都已被使用殆盡”：

人工智能模型所依賴的大型數(shù)據(jù)集可能容易出現(xiàn)偏差和錯(cuò)誤，或者包含不完整或不準(zhǔn)確的信息。草莓計(jì)劃生成的高質(zhì)量合成數(shù)據(jù)可以填補(bǔ)現(xiàn)實(shí)世界數(shù)據(jù)集的空白，并提供更全面、更包容、更平衡的訓(xùn)練集。

許多人認(rèn)為，使用合成數(shù)據(jù)可以幫助未來的人工智能模型更加中立和公平，并減少噪音、幻覺和不相關(guān)的信息，從而提高訓(xùn)練的效率和模型的準(zhǔn)確性。
根據(jù)已知的信息，草莓計(jì)劃改進(jìn)了推理、邏輯以及規(guī)劃和開展研究的能力，可以讓模型自主進(jìn)行實(shí)驗(yàn)、分析數(shù)據(jù)并提出新的假設(shè)。這可能會(huì)帶來科學(xué)突破，包括發(fā)現(xiàn)新藥。這些模型還可以提供個(gè)性化教育，創(chuàng)建教育內(nèi)容和互動(dòng)課程。

　　據(jù)知情人士透露，“草莓”項(xiàng)目包括一種專門的“后訓(xùn)練”方法，即生成式AI模型已經(jīng)過大量數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練后，進(jìn)一步調(diào)整模型以提高其在特定任務(wù)上的表現(xiàn)。這類似于斯坦福大學(xué)在2022年開發(fā)的“自學(xué)推理者”（Self-Taught Reasoner，簡(jiǎn)稱STaR）方法。

　　STaR創(chuàng)造者之一、斯坦福大學(xué)教授Noah Goodman曾表示，STaR可以讓AI模型通過迭代創(chuàng)建自有訓(xùn)練數(shù)據(jù)，“引導(dǎo) ”自己進(jìn)入更高的智能水平，理論上可用來讓語(yǔ)言模型實(shí)現(xiàn)超越人類的智能。但他也承認(rèn)，“這既令人興奮又令人恐懼，人類（應(yīng)就自身處境）需要認(rèn)真思考一些問題了。”