奥特曼没有其他选择

果然是o1（正式版）和 Pro。

12月5日，仅花了15分钟就结束了圣诞季发布会的首秀。前一天他们发推表示要连续12天的集中新品发布，看似“大的来了”。

但在15分钟首秀过后，有人调侃奥特曼将短剧模式玩明白了，把两小时发布会切成了12段。

这次发布的o1正式版但并没有超出行业预期——此前接近人员就向The Verge透露，发布会新品包括文生视频期货Sora和新的推理模型。

o1对行业的意义也已经逐渐凸显——成为在传统 Law遇到瓶颈后一种新的scale技术路径，国内玩家也在这条路径上积极投入。

而从售价翻倍、高达200 美元一月的 Pro，不难看出的商业化野心——首席商务官表示，今年的目标是实现近 40 亿美元的收入，其中绝大部分销售额来自为 的高级功能付费的个人消费者。

或许可以说，奥特曼也没有太多其他选择。据此前未披露的内部财务数据估算和相关人士的分析，今年可能亏损高达50亿美元。

新的里程碑？

表示， 将o1视为一个“里程碑”，它已经打开了新的市场。

o1使用强化学*技术训练模型自行解决问题，该技术通过奖励和惩罚来教导系统。，它使用“思路链”来处理查询，类似于人类通过逐步思考来处理问题的方式。

相较于之前的o1（预览版），新模型在速度、性能和准确性上均有显著提升。据奥特曼介绍，o1模型在编码、数学和科学写作等方面表现更为出色，特别是在处理复杂问题时，其响应速度提高了约50%，错误率减少了34%。

值得一提的是，o1模型还支持图片形式的多模态推理。除此之外，还计划在未来几个月内增加网页浏览和文件上传等功能的支持，进一步拓展的应用场景。

推出 o1 后，谷歌也加大了推理力度。谷歌已将其推理模型团队规模从 o1 发布前的几十人扩大到 200 人左右。据一位知情人士透露，谷歌还为该团队提供了更多计算资源。

在国内，Kimi、昆仑万维、也上线了o1路线的推理模型。

11 月 16 日，月之暗面发布了数学模型K0math，根据其公布的基准测试：K0math可对标 o1中可公开使用的两个模型：o1mini和o1。

11 月 20 日，的R1Lite正式上线。与的o1模型相比，R1Lite模型将完全公开其复杂的思考路径。根据*的说法，R1Lite能够处理的思维链长度可达到数万字之多。

11月27日，昆仑万维正式推出具有复杂思考推理能力的系列模型——「天工大模型4.0」 o1版（ o1）。

“o1路线所代表的深度推理模型，其实之前国内各家AI公司都有尝试，但并没有做得很深，”某互联网大厂产品经理表示：“而的o1发布后，大家才坚信这个事情是值得做的，投入会比前期要更坚决一些。”

大家押注o1另一重要原因也在于，此前 Law的路线已经走到了瓶颈，GPT5也迟迟未发。

智谱CEO张鹏认为，虽然“ Law确实不再涨了”，但仍在Agent、多模态、强化学*、扩散模型等不同方向上存在新场景、算法的scale可能。

o1所代表的强化学*路线，就是这些可能性中的一条重要路线。

如何落地？

但o1落地场景仍然还需要更多探索尝试，并且局限依然存在。模型也会因为过度思考，而在简单问题上花费多余的步骤。

在数学、生物、物理等科研领域，o1的潜力正在逐步显现。相较于陪聊、普通问答等场景，让AI去攻克哥德巴赫猜想等人类难题，或许才是不断提升AI上限的正确打开方式。

据The 报道，劳伦斯利弗莫尔国家实验室的研究人员，已经使用o1模型来解决博士级的问题。

该实验室位于加利福尼亚州利弗莫尔，其研究重点是使用高功率激光照射小型燃料胶囊，以在核聚变反应中产生能量。据参与实验的一位人士称，在一个案例中，研究人员使用 的o1，来计算在一定强度的激光作用下胶囊的温度和压力，并询问需要多强的激光才能达到一定的温度和压力。

推理模型通常需要 10 到 60 秒来回答这些问题。该人士表示，这可以为研究人员节省 30 分钟到几个小时或几天的时间。

而在这次的发布会上，Jason Wei也演示了o1在生物科学领域的应用，让o1找出符合标准的蛋白质。对于这个o1无法回答的问题，o1正式版在53秒后便给出了正确答案。

首席商务官也强调了o1模型在法律、编程、医疗保健和制造业的应用场景。比如说，在法律领域，它有助于对条款清单、文档分析、多步骤审批流程进行法律或数学计算。他表示，该公司还向医疗保健公司出售 o1，这些公司使用它来为医疗索赔定价、分析临床指南和分析复杂数据集。它关注的另一个市场是制造业， 表示，o1 可以分析和加速工业流程。

这些场景也让看到了商业化的更多可能性。

推出了价格更高的 Pro订阅服务，这是一个每月收费200美元的新套餐，用户可以无限制地使用的o1、GPT4o以及高级语音模式。Pro订阅还特别提供了一个仅供Pro用户使用的o1版本，这个版本被称为o1 Pro模式，它通过增加计算资源来优化对复杂问题的处理，以提供更优质的答案。

虽然相较此前每月 20 美元的 Plus 套餐，Pro定价更为高昂，但这对于刚刚宣布周活用户高达3亿的，仍然存在很大的付费转化空间。

更为重要的是，目前付费版本的可能增长速度，不足以弥补运营该服务的高昂成本——据此前未披露的内部财务数据和参与该业务的人士的分析，今年可能亏损高达50亿美元。

这种情况下，要达到40亿美元年收入的小目标，似乎没有太多选择。