桌子底下的炸彈。

外界對 OpenAI「草莓（Strawberry ）」項目的關注由來已久，但很長時間以來都是：只聞其聲，不見其人。這種局面可能很快就會被打破。

The Information 在最新的報道中披露，兩位測試過「草莓」模型的人士表示，OpenAI 可能將在接下來的兩周內發(fā)布「草莓」模型，并上線 ChatGPT。但不同于 GPT-4o、GPT-4o mini 是在優(yōu)化使用體驗和成本，「草莓」的目標是再一次讓大模型向 AGI 前進。

圖/ The Information

那些取消 ChatGPT Plus 的用戶，可能又要重新訂閱了，但據(jù)稱新模型將擁有一個讓人「amazing」的定價。

「草莓」成熟時，大模型也要「成熟」

OpenAI 將在未來兩周內推出「草莓」的消息，無疑引起了業(yè)內的廣泛關注，因為這不僅是 OpenAI 在大語言模型領域的新嘗試，也可能是對人工智能推理能力一次新的革命性提升。

根據(jù)目前流出的信息來看，相比以往的 GPT 模型，「草莓」在處理復雜問題、執(zhí)行多步驟任務方面展現(xiàn)出前所未有的潛力，使其成為通用人工智能（AGI）邁出的重要一步。

首先，「草莓」項目的核心亮點是大幅增強了推理能力。據(jù)報道，「草莓」能夠自主完成深度研究任務，這意味著它不再僅限于生成答案，而是能夠提前規(guī)劃、自動導航互聯(lián)網(wǎng)，甚至自主解決高度復雜的科學問題。

相比現(xiàn)有的 GPT-4 系列模型，「草莓」被寄予了厚望，可以幫助 AI 更好地模仿人類的思維過程，尤其是在數(shù)學和科學領域表現(xiàn)突出，成功解決了此前困擾大模型的多步驟推理問題。

除了推理能力的突破，「草莓」還引入了名為「后訓練（Post-training）」的新技術，即在完成大數(shù)據(jù)集的預訓練后，進一步對模型進行調整，使其在特定任務上表現(xiàn)更加出色。

關于 STaR 的一篇論文，圖/ arXiv

這個方法類似于斯坦福大學開發(fā)的「自學推理者（STaR）」模型，通過自我生成訓練數(shù)據(jù)，AI 能夠不斷迭代優(yōu)化自身智能水平。這使得「草莓」在應對復雜任務時能夠表現(xiàn)得更為靈活和高效，尤其是執(zhí)行長時間任務（LHT）時，其規(guī)劃能力和執(zhí)行能力均得到顯著提升。

然而，盡管「草莓」項目充滿了潛力，此前也有爆料指出了早期測試中暴露出的一些問題。例如，在處理簡單任務時，響應速度偶爾過慢，且其記憶對話的功能尚不穩(wěn)定。這些問題顯然會影響使用體驗，但也是新技術在探索中的必然過程。

關鍵是推出之時，OpenAI 能否解決或者改善這些問題。

但無論如何，「草莓」或是當下最可能引領 AI 推理能力質變的大模型，這也讓行業(yè)內外對于「草莓」的期待愈發(fā)高漲。因為它不僅意味著大語言模型的發(fā)展進入了新的階段，也讓我們看到了實現(xiàn) AGI 的曙光。

OpenAI 宮變「導火索」：從 Q* 到草莓

「草莓」項目的誕生并非一蹴而就，它的根源可以追溯到 OpenAI 早期一個代號為「Q*」的秘密項目。對于很多人來說，「Q*」這個代號可能并不熟悉，但一定知道去年底的 OpenAI 宮斗事件。

2023 年末，OpenAI 突然爆發(fā)了宮斗級別的管理層震蕩，CEO 山姆·奧特曼（Sam Altman）被董事會短暫罷免，而直接導火索正是「Q*」項目的安全風險與爭議。

「OpenAI 的靈魂」：左二為奧特曼、左四位伊利亞，圖/ OpenAI

事情的起因可以追溯到「Q*」的初步測試階段，當時項目展示了在解決數(shù)學和科學推理問題上的驚人成果，特別是在一些復雜的多步驟問題上，模型的表現(xiàn)超越了現(xiàn)有的大模型。這讓部分研究人員感到興奮的同時，也產生了深深的憂慮 。

這些突破預示著，OpenAI 可能正在快速逼近通用人工智能（AGI），這一發(fā)展超出了某些董事會成員的預期。他們擔心 AI 的快速進化帶來不可控的風險，甚至可能對社會產生深遠的影響。OpenAI 內部，圍繞「Q*」是否應該繼續(xù)推進的爭論愈演愈烈。

部分董事會成員認為項目的推進過于激進，尤其是涉及 AGI 的潛在危險，應該更加謹慎對待 。最終，分歧達到了頂點，奧特曼在未與董事會充分溝通的情況下加速推進了「Q*」，引發(fā)了他短暫離職的戲劇性事件。

但事實上矛盾是以另一方的離場作為結果。奧特曼回歸之后，作為 OpenAI 靈魂人物、首席科學家的伊利亞（Ilya Sutskever）再也沒有現(xiàn)身官方發(fā)布活動，并在 GPT-4o 發(fā)布后官宣離職。

圖/ X

3 天后，另一位 OpenAI「超級對齊」團隊負責人 Jan Leike 也宣布了離職。而與此同時，「Q*」項目還在加速推進，并演變成了后來更廣為人知的「草莓」項目。

今年夏天，奧特曼還在 X 上發(fā)布了一張草莓的實拍圖，一度引起了「草莓」即將落地的猜測。

圖/ X

重新向 AGI 進發(fā)：「草莓」重新定義 AI？

過去近兩年，大模型廠商的方向顯然已經(jīng)發(fā)生了一些改變。最早，整個行業(yè)都把 OpenAI 的 Scaling Law 奉為金科玉律，每一代生成式 AI 模型的進化都伴隨著龐大參數(shù)量的提升，背后的依據(jù)是參數(shù)越大，智能涌現(xiàn)的潛力就越高。

但到了 2024 年，各家大模型其實在放緩對「參數(shù)規(guī)�！沟淖分穑�開始轉向中小型參數(shù)規(guī)模、更具成本效益的模型。7 月，就連 OpenAI 也推出了 GPT-4o mini，更不用說此前，國內和國外的知名大模型基本都已經(jīng)推出了中等規(guī)�；蛘咻^小規(guī)模的模型。

在這個大背景下，OpenAI 的「草莓」項目仍然顯得與眾不同。在「草莓」項目上，OpenAI 不再通過堆疊參數(shù)規(guī)模來獲得智能涌現(xiàn)，而是試圖通過優(yōu)化模型的推理邏輯，通過增強推理能力和自我訓練算法，突破了傳統(tǒng) AI 的性能瓶頸。

從目前透露出的情況來看，「草莓」似乎不僅具備了類似人類的推理能力，能為解決復雜的多步驟問題提供了新的可能性。比如在科學研究、復雜決策、數(shù)據(jù)分析等領域，傳統(tǒng)的語言模型往往只能通過簡單的文本生成來應對，而「草莓」則能夠根據(jù)問題的復雜性自主生成解決方案，并進行推理驗證。

圖/ DALL·E 生成

這種轉變對推動 AI 真正從「工具」到「智能助手」的角色轉變至關重要，也將使更多企業(yè)受益于 AI 推理能力的進步。

另一方面，「草莓」還在一定程度上具備了自我迭代、自我提升的能力，接近 AI 領域夢寐以求的「遞歸自我改進（Recursive Self-Improvement）」。通過自我生成訓練數(shù)據(jù)并進行迭代優(yōu)化，「草莓」能夠在過程中「學習」如何更有效地解決復雜問題，并且在應對新任務時，能夠利用已有的經(jīng)驗快速適應。

然而，「草莓」項目當然也有一些不可忽視的挑戰(zhàn)。比如大規(guī)模使用中的穩(wěn)定性表現(xiàn)，又比如引發(fā) OpenAI 宮變的「安全」問題。此外還有一個更加實際問題是，與現(xiàn)有的 GPT-4 等多模態(tài)模型相比，據(jù)稱「草莓」仍然缺乏多模態(tài)處理能力，這也意味著它在處理圖像、視頻等復雜數(shù)據(jù)時可能面臨局限性。

還有價格。

首先要說明的是，在官方還未發(fā)布甚至官宣定價之前，實際「草莓」模型的價格是個未知數(shù)。但幾乎可以肯定，「草莓」模型的訓練和推理成本都會更貴。而按照 The Information 的消息源表示，OpenAI 高管一度討論過將「草莓」模型和「Orion」模型（可能是 GPT-5）的訂閱價格定在：

2000 美元/月。

你沒看錯，不是 20 美元（目前 ChatGPT Plus 的定價），也不是 200 美元，而是 2000 美元。盡管只是「一度討論過」，甚至可能只是面對企業(yè)用戶，但從中也能體現(xiàn)出「草莓」的高成本，以及 OpenAI 在一定程度上的自信。

目前 Plus 的價格，圖/ ChatGPT

或許，如何平衡高推理能力、成本、用戶體驗等方面之間的關系，是「草莓」項目必須面對的一個問題。也就說，OpenAI 推出不同等級、不同價格的「草莓」也沒未必沒有可能。

但無論如何，前提條件還是「草莓」要有足夠優(yōu)秀、亮眼的表現(xiàn)，就如 2022 年末橫空出世的 ChatGPT（GPT-3.5）一般。

而在未來兩周內，OpenAI 是否能憑借「草莓」項目再次定義 AI 的邊界，值得所有人拭目以待。

來源：雷科技

       原文標題 : OpenAI「草莓」成熟倒計時，人類距離AGI時代只剩兩周了？