戍天九思：别吹了：GPT-5“难产”，推理模型o3离AGI差得远！

lameihua

　　12月23日《腾讯科技》报道了两条消息：GPT-5“难产”和是时候停止炒作“o3是AGI”了！那么，中美大模型差距到底还有多大呢？我们就来一起看看。

　　GPT-5“难产”的四大原因

　　GPT-5原计划2024年底发布，现在至少推迟了半年。原因有四个方面：

　　一是数据缺口巨大。GPT-5训练需要高达20万亿Token的数据，目前OpenAI手头的数据量不足10万亿Token，数据缺口巨大，无法短时间弥补。过去，GPT-4训练数据为12万亿toke，未来模型GPT-6可能需要60万亿到100万亿tokens的数据。因此，数据将成为大模型发展的重大瓶颈。

　　二是训练费用高昂。马斯克估算，GPT-5的训练大概需要3—5万张H100芯片，芯片成本就超过7亿美元。按照市场估算，一次6个月的训练需花费5亿美金训练费用。训练GPT-4的成本超过1亿美元，未来人工智能模型预计将超过10亿美元。

　　三是算力瓶颈。GPT-5参数量是GPT-4的10倍，GPT-5参数量预计在10万亿到100万亿之间，需要强大的算力支持。而英伟达新一代GPU芯片GB—200难产，OpenAI只好与博通和台积电合作开发新型AI推理芯片。

　　四是高层人才流失。自2024年初以来，至少有8位高管离开了OpenAI，包括前首席技术官米拉·穆拉提、前首席研究官鲍勃·麦克格卢等，反映了公司对AI监管和产品策略的分歧，以及忽视安全文化建设等问题。特别是安全系统团队负责人Lilian Weng的离职，她曾是GPT-4项目的关键成员，其离职给OpenAI的安全战略带来了不确定性。超级对齐团队负责人Ilya Sutskever和Jan Leike的离职也引发了对AI安全在OpenAI内部地位的担忧。这些高管纷纷离职，直接影响OpenAI的研发进度。

　　看来GPT-5短时间发布难度很大，要么再大幅推迟，要么降低预期发布。OpenAI停滞不前，中国大模型加速追赶！

　　OpenAI推理模型o3离AGI还差得远

　　12月21日，OpenAI发布了推理模型o3，激起了大家对 AGI 的热烈谈论，很多人都兴奋地宣布：这就是 AGI、AGI 已经实现、AGI 比你想象的更加接近。然而，多位AI研究者认为，o3虽强大但非AGI，o3在ARC-AGI基准上表现优异，但仍需改进。

　　虽然推理模型o3比推理模型o1提升较多，在某些测试中的表现已经达到人类的水平。

　　比如，在ARC-AGI测试中，o3在低推理能力设置下的得分达到了75.7%，在高推理能力设置下则是高达87.5%，超过了85%的人类门槛。

　　在2024年数学推理（AIME）测试中，o3的准确率达到了96.7%，相当于数学博士的水平。

　　在编码和软件工程方面，在SWE-Bench认证中，o3的得分为71.7%，较o1提升了22.8个百分点5。

　　但是，推理模型o3还缺乏泛化能力、常识理解、跨领域迁移学习、自主意识与自我改进、情感和社会互动等能力，在灵活性、适应性和广泛性等方面，离真正的AGI还有很大的差距。

　　OpenAI首席执行官萨姆·奥尔特曼表示，o3模型不会立即推出，会在1月底前正式推出o3mini，并在之后推出完整版的o3。这表明OpenAI对o3模型的发布持谨慎态度，可能还在进行进一步的测试和优化。

　　中国大模型与OpenAI虽有差距但并不大

　　当前，中美AI大模型差距在缩小。中国AI大模型在逻辑推理、语言理解等方面取得了显著进展，部分产品甚至接近或超越了OpenAI的GPT-4水平。据李开复的分析，中国大模型与OpenAI旗舰模型的差距已经从去年的7—10年缩短到了如今的6个月。

　　比如，在安全能力评测中，国内大模型文心一言4.0表现亮眼，力压国际一流模型GPT-4系列模型和Claude-3拿下最高分。

　　中国也有类似OpenAI推理模型o3大模型，如阿里云QwQ-32B-Preview整体推理水平与3个月前发布的OpenAI o1相当。也就是说，阿里云推理模型的整体推理水平与OpenAI推理模型o3只差3个月。在AIME数学竞赛中的准确度上，推理模型o3得分96.7%，阿里推理模型得分为50.0%；在ARC-AGI测试中，推理模型o3高推理能力得分87.5%，阿里云推理模型在GPQA评测集上的得分为65.2%。

　　据12月20日印度《明特报》网站报道，谷歌公司前首席执行官埃里克·施密特日前在接受《华盛顿邮报》采访时，就美国和中国在人工智能上的“史诗级大战”发表评论。

　　施密特说：“虽然美国在半导体设计领域处于领先地位，但它依赖于与中国制造业交织在一起的全球供应链。”“中国有很强的能力……中国有更集中的控制，这是一个集中控制可以助力成功的例子。中国愿意在没有特定目标的情况下花大量的钱。从本质上讲，中国有一个在企业内部快速应用的传统。我认为有充分的理由相信，即使我们赢得了竞争的第一阶段，但中国最终也会赢得竞争，因为中国在批量产品中应用这种技术的速度更快。”