2025-02-03 | 실리콘밸리=윤민혁 특파원

OpenAI意外推出“准确率为DeepSeek R1三倍”的Deep Research

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

面临中国产人工智能(AI)“DeepSeek”攻势的OpenAI,将以深度推理模型“Deep Research”展开反击。在最难的AI性能评测中,其准确性不仅接近DeepSeek最新推理模型R1的3倍,正确率也比OpenAI此前性能最强的推理模型o3高出约2倍。这显示出其在后来者追赶之下,欲凭技术优势巩固AI领跑者地位的决心。

2日(当地时间),OpenAI在日本东京通过现场直播发布,突然公开了Deep Research模型。正如其名,Deep Research是通过深入调查互联网从而给出更出色答案的模型,相当于在OpenAI o3推理模型上加入了互联网检索。OpenAI说明称:“ChatGPT会查找、分析并综合数百个在线信息源,生成研究者水准的综合报告”,“人需要耗费数小时的工作,可在数十分钟内完成。”

Deep Research并非面向日常问答,而是为金融、科学、政策等专业知识研究者打造的模型。与提问同时生成答案的现有模型不同,它通过5至30分钟左右的调查给出更有深度的答案。这也是谷歌去年底试验性推出的功能。OpenAI表示:“所有输出都附有明确引文和思考摘要,完整记录在案,便于参考和验证信息”,“在需要浏览多个网站、查找小众领域非直观信息方面十分有效。”

OpenAI Deep Research在被称为当前最难AI性能评测(基准测试)的“人类最后的考试(Humanity’s last exam)”中取得25.3%的正确率。相比之下,GPT-4o为3.3%,推理模型OpenAI o1和DeepSeek R1分别为9.1%和9.4%,OpenAI最新推理模型o3 mini在投入高资源时也仅为13.0%的正确率,由此可见其准确度具压倒性优势。OpenAI强调:“测试涵盖从语言学到火箭科学、从古典学到生态学等100多个主题、3000多道选择题及简答题”,“与o1相比,在化学、人文学、社会科学、数学等方面表现更佳,并在查找专业化信息的过程中展现出与人类相似的方法。”

Deep Research自当日起面向每月需支付200美元的ChatGPT Pro用户提供服务,每月提问上限为100个。此后将把服务对象扩大至Plus及企业用户。OpenAI表示:“Deep Research属于高度计算密集型,需要大量运算资源”,“我们正努力推出以更小模型提供高质量结果的、更快且更具成本效益的版本。”

舆论普遍认为,OpenAI提早推出Deep Research是针对中国DeepSeek之举。DeepSeek以低廉成本取得超越OpenAI o1推理模型的成果后,OpenAI便有必要强调技术优势。事实上,OpenAI首次将DeepSeek列入性能比较对象,显示其已将其视为“竞争对手”。

此前主要在美国旧金山总部进行的新功能发布此次在日本东京举行,也令人印象深刻。在Deep Research发布之前,OpenAI曾表示“不久将在东京与日本主要合作伙伴举办活动”。外界持续猜测,其将与近期共同合作超大型AI数据中心“星际之门”项目、并成为OpenAI主要投资方的软银公布强化合作的方案。一位科技业界人士表示:“可以看出,受到DeepSeek等中国后来者追赶困扰的OpenAI,意图通过强化与美国政府乃至盟友日本的合作,在地缘政治上包围中国。”

阅读韩文原文