北京时间2024年9月13日，OpenAI发布新一代o系列模型o1以及o1-mini，在模型训练时引入大规模reinforcement learning(RL)，随着训练时计算(train-timecompute)时间的增加以及推理(test-time compute)时间的延长，o1模型性能持续提升。早期AI大語言模型性能提升主要憑藉Scaling law，在語料數據集以及模型參數持續提升的情況下，模型的性能持續突破，而新一代o1系列模型問世，代表着模型能通過RL在除開訓練側之外的推理側。
智通財經APP獲悉，開源證券發佈研報稱，早期AI大語言模型性能提升主要憑藉Scaling law，在語料數據集以及模型參數持續提升的情況下，模型的性能持續突破，而新一代o1系列模型問世，代表着模型能通過RL在除開訓練側之外的推理側，引入思維鏈等新技術的方式提升模型的性能，爲科學、數學、編碼等專業領域提供更準確的答案，或是生成式AI發展的重要拐點。此外，OpenAI表示除了新的OpenAI o1系列之外，仍在繼續開發GPT系列模型。
OpenAI發佈o1-preview和o1-mini模型，推理能力顯著提升
北京時間2024年9月13日，OpenAI發佈新一代o系列模型o1以及o1-mini，在模型訓練時引入大規模reinforcement learning(RL)，隨着訓練時計算(train-timecompute)時間的增加以及推理(test-time compute)時間的延長，o1模型性能持續提升。
通過RL訓練，o1模型在推理時使用思維鏈(Chain of Thought)的方式解決問題，能夠將複雜問題分解成多個簡單步驟，並即時識別和糾正錯誤，顯著提升了模型的推理能力。在最大化推理時間的前提下，o1在絕大多數推理密集型任務中性能顯著優於GPT-4o，模型測試結果顯示，57個MMLU 子類別中，o1在54個子類別中的表現優於GPT-4o，性能可與人類專家媲美。
o1模型尚未單獨定價，計劃爲chatgpt免費用戶提供o1-mini使用權限
從推理成本上看，o1模型主要在大型文本數據集上預訓練，推理成本較高且速度較慢，o1-mini模型在預訓練階段爭對STEM推理進行優化，尤其擅長數學及代碼領域，模型參數較小且延時推理較低，推理成本比OpenAI o1-preview低80%。
目前，ChatGPT Plus和 Team用戶將能夠訪問 ChatGPT中的o1系列模型，Enterprise和Edu用戶將在下週開啓訪問，OpenAI當前僅在ChatGPT和API中提供模型預覽版本，未來將上線瀏覽、文件和圖像上傳以及其他功能，未來將爲ChatGPTFree用戶提供o1-mini使用權限。o1模型並未額外定價，但使用存在限制，o1-preview模型的每週使用限制爲30條消息，o1-mini的每週使用限制爲50條消息。
AI大模型持續迭代，國內外雲巨頭持續增加對AI基礎設施的資本開支，持續看好算力產業鏈
推薦標的：寶信軟件(600845.SH)、中際旭創(300308.SZ)、英維克(002837.SZ)、新易盛(300502.SZ)、天孚通信(300394.SZ)、中興通訊(000063.SZ)、盛科通信(688702.SH)。
受益標的：潤澤科技(300442.SZ)、源傑科技(688498.SH)、華工科技(000988.SZ)、紫光股份(000938.SZ)、光迅科技(002281.SZ)、華豐科技(688629.SH)、網宿科技(300017.SZ)、烽火通信(600498.SH)、雲賽智聯(600602.SH)等。
風險提示：AI發展不及預期、智算中心建設不及預期、行業競爭加劇。
