OpenAI發表最新模型o3與o4-mini 首度「看圖」就能推理

OpenAI周三（16日）正式推出最新AI模型「o3」與規模較小的模型「o4-mini」，號稱首度能夠「對圖像進行思考」，可理解和分析使用者輸入的草圖和圖表，就算圖像品質較低也難不倒它們。OpenAI還傳出正洽談以約30億美元，收購用AI幫忙編寫程式碼的輔助工具Windsurf。

這項技術可處理涉及圖像的類似任務，使用者能把白板、草圖、海報、圖表、圖形和其他影像上傳到o3或o4-mini，讓AI進行分析和討論，也可以旋轉、縮放和使用其他圖片編輯工具，最後也可產生圖像。

OpenAI表示，o3模型特別針對數學、寫程式碼、科學和理解圖片進行調整，而o4-mini運作速度更快、成本更低。這兩款模型從周三起開放給ChatGPT Plus、Pro和Team付費客戶。

這是OpenAI繼去年9月推出該公司第一款推論模型o1後的最新力作。o1主攻解決複雜問題和並透過多個步驟來思考其答案，透過主要涉及數學、程式編碼和科學的任務來進行「推論」。

與ChatGPT聊天機器人的早期版本不同，這些推論系統在回答之前，會花大量時間「思考」問題，而非提供即時回應。其目標是建立一個能夠透過一系列步驟解決問題的系統，每個步驟都建立在上一個步驟的基礎上，類似於人類的推理方式。這些技術對於使用AI編寫程式碼的電腦程式設計師特別有用。

OpenAI表示：「這是第一次，我們的推論模型能夠獨立使用所有ChatGPT工具，包括網頁瀏覽、Python、圖像理解和圖像生成。這有助於它們更有效地解決複雜、多步驟的問題，邁向獨立行動。」

另外，彭博資訊報導，消息人士透露，OpenAI正洽談以約30億美元收購協助編寫程式碼的AI輔助工具Windsurf（前身為Codeium），可望是OpenAI迄今最大一筆收購，有助於該公司在AI編寫程式輔助市場應付日益激烈的競爭。消息人士說，交易條件尚未敲定，協商仍可能生變。

Windsurf目前正與另一套受歡迎的AI編寫程式工具Cursor，以及來自微軟、 Anthropic和OpenAI各自所推出的AI編寫程式功能競爭。這類輔助工具可讓使用者利用自然語言提示，進行像是寫程式等任務。

OpenAI周三也推出了開源的編寫程式碼輔助工具Codex CLI。