OpenAI首个能“图像思考”模型：图像整合进推理链

▲OpenAI公布最新o3推理模型。（资料照／路透）

Open AI美国时间16日公布最新人工智能模型“o3”，据称该模型是首次能够“用图像思考”的人工智能模型，意味着它可以理解并分析用户上传的草图或者图表，即使这些图像的品质不高，o3模型也能思考其答案。

根据CNBC报导，OpenAI此次发表的主要新推理模型o3，同时还发表了名为“o4-mini”的较小型模型，是自去年9月推出o1模型后，再次推出推理模型，并称该模型专注于解决复杂问题，并且可以透过多个步骤来思考答案。

OpenAI表示，使用o3模型，用户可以上传白板笔记、草图或其他影像，让人工智能进行分析与讨论。该模型还可以旋转、缩放或使用其他图像编辑工具。Open指出，这是推理模型首次能够独立使用所有ChatGPT工具，如网页浏览、Python、图像理解和图像生成等，有助于更有效解决复杂问题，并且朝着独立行动迈进。

OpenAI说，o3模型专门针对数学、编码、科学和理解图像进行调整，而o4-mini模型则运行速度更快。OpenAI表示，o3 和 o4-mini模型是首个能够“用图像思考”的人工智能模型，这代表它们不仅能看到图像，还能直接将视觉讯息整合到推理链之中。

OpenAI自2022年底推出ChatGPT聊天机器人以来，该公司一直快速升级其人工智能模型，使其工作范围不仅能生成文本，还能生成图像、语音或影像。目前，该公司于人工智能领域保持领先地位，但面临来自谷歌等竞争对手的挑战。