Let's Make AGI Real

核心理念：统一的智能

• OpenAI 的目标是实现“魔法般的统一智能”，即用一个模型取代目前复杂的模型选择.

• GPT-5 将合并 O 系列模型和 GPT 系列模型，实现两个“大脑”的融合.
• 它将能够自主决定何时进行长时间的思考，何时快速回复，无需用户设置.
• 不再发布单独的 O3 模型，其功能将整合到 GPT-5 中.

GPT-4.5：迈向 GPT-5 的过渡

• GPT-4.5 是在 GPT-5 之前发布的中间模型，代号 Orion.

• 它是 OpenAI 产品线中最后一个非链式思考模型，代表着经典 GPT 架构扩展的最后阶段.
• GPT-4.5 比 GPT-4 更自然对话，更具情感感知，知识库更广，幻觉更少.
• 但它不具备 GPT-3 那样的逐步推理能力，更多的是“蛮力”智能而非细致的推理者.
• OpenAI 认为 GPT-4.5 并非真正的“前沿”进展，只是一个垫脚石.
• GPT-4.5 在某些需要复杂推理的测试中表现不如一些更小的、专注于逐步思考的 AI 模型.

GPT-5 的预期功能和特点

• 更强大的推理能力：GPT-5 将在其核心集成最先进的推理模块，结合 GPT 系列的广阔知识和 O 系列的逐步思考（链式思考）能力.

• 无缝工具集成：GPT-5 能够利用各种工具，自主判断是否需要通过检查数据库等方式解决问题，而无需用户不断提示.
• 更强的多模态能力：在 GPT-4 引入图像输入的基础上，GPT-5 将进一步拓展，处理文本、图像、音频，甚至可能包括视频的输入和输出. 用户可以在一个持续的对话中无缝切换不同的输入格式.
• 增强的个性化和记忆：GPT-5 的记忆将更可靠和更具个性化，能够记住用户的偏好和正在进行的项目信息，从而提供更定制化的响应.
• 更智能的自主任务处理：GPT-5 不仅能执行用户提示的任务，还可能主动提出解决方案并安全地在用户设定的范围内执行任务，例如安排日程、协调多个项目.
• 改进的协作功能：OpenAI 的协作工具 Canvas 有望通过 GPT-5 得到显著增强，实现多人与 AI 在共享工作空间中实时协作、组织想法和解决复杂任务.
• 更大的上下文窗口：GPT-5 有可能拥有比 GPT-4.5（128,000 tokens）更大的上下文窗口，甚至可能与 Gemini 2.5 匹敌或超越（百万甚至两百万 tokens），从而能够处理更大量的文本数据.
• 更自然的交互：与 GPT-5 的交互将更加自然，它能根据任务需求自动选择快速回复还是深入思考，用户无需关心底层机制.

GPT-5 的开发挑战和延迟

• GPT-5 的开发曾面临进度落后和预算超支的问题.

• 早期的 GPT-5 原型表现仅比 GPT-4 略好，未能达到 OpenAI 的预期突破.
• 获取足够高质量和多样化的训练数据是一个主要的挑战，因为公共互联网上的数据已被大量挖掘.
• 尝试新的架构（代号 Aricus）的训练运行速度过慢且成本过高.
• 尽管进行了多次尝试，包括调整设计和寻找新的数据源，但在 2024 年底，GPT-5 的开发仍然遇到了严重的障碍.
• 多位 OpenAI 关键员工在 2024 年离职，进一步加剧了外界对 GPT-5 开发进展的担忧.
• AI 投资人 Kyu Lee 认为 GPT-5 的训练并不顺利，并警告称早期关于 3 年内实现 AGI 的预测可能过于乐观.

GPT-5 的发布时间表

• Sam Altman 在 2025 年 2 月份的推文中暗示 GPT-5 将在“几个月”内发布.

• 最初预计在 2024 年底发布，但 Kyu Lee 认为 2025 年年中更为现实.
• 根据视频的分析，GPT-5 可能在春季或夏季发布（例如 5 月或 6 月），但也不排除再次延迟的可能性.
• 发布初期可能采取分阶段推出的方式，逐步开放各项功能和工具.

GPT-5 的意义和影响

• GPT-5 被视为 OpenAI 对日益激烈的 AI 竞争的回应，是其旗舰智能和集成平台.

• 虽然严格定义上 GPT-5 可能不是真正的 AGI（通用人工智能），但对于普通用户而言，它在推理、灵活性和处理任务的广泛性方面可能会超越 GPT-4，感觉上非常接近 AGI.
• GPT-5 有望将 AI 从有用的聊天机器人转变为更强大、更深入地融入日常生活的事物.
• 鉴于 ChatGPT 庞大的用户群和 OpenAI 在企业界的广泛应用，GPT-5 的发布将极大地推动整个 AI 生态系统的发展.