中信证券研报指出，OpenAI o1模子升级念念维链和强化学习，要点培育模子推感性能，代码、数学、科学等强逻辑规模才气大幅培育，握续探索AGI杀青新神志。新模子在磨练和推理端同步激动算力需求倍增，算力产业链景气度握续上涨；期骗端进一步镌汰各规模期骗斥地本钱，推感性能培育推广强逻辑场景掩饰性爱娃娃，加快各规模期骗落地。暴虐握续顺心干系规模的头部AI公司。
全文如下策画机｜OpenAI o1推理升级，顺心强化学习新机遇
OpenAI o1模子升级念念维链和强化学习，要点培育模子推感性能，代码、数学、科学等强逻辑规模才气大幅培育，握续探索AGI杀青新神志。新模子在磨练和推理端同步激动算力需求倍增，算力产业链景气度握续上涨；期骗端进一步镌汰各规模期骗斥地本钱，推感性能培育推广强逻辑场景掩饰，加快各规模期骗落地。暴虐握续顺心干系规模的头部AI公司。
▍事项：北京时刻9月13日凌晨， OpenAI发布o1模子；OpenAI o1具备复杂推理才气，代码、数学、科学规模达到顶尖水平。
o1可将任务拆解成多个浅显任务，组成齐全念念维链并进行优化，培育最终回应的逻辑性、详细性、准确性。现时preview版块已盛开给5级API用户，并将鄙人周向企业和学术用户优先盛开。左证公司官网，编程方面，模子在Codeforces竞赛上跳跃83%的专科东谈主员。数学方面，以2024年的好意思国数学邀请赛为测试集，o1单次生成可科罚74%的问题，屡次生成后进一步培育正确率到83%，而GPT-4只可科罚12%的问题。科学方面，模子GPQA Dimond测试集正确率78%，超过东谈主类内行70%水平。
▍期间解析：强化学习+LLM寻求最优旅途，奖励模子泛化问题尚需考据。
参考OpenAI官网及DeepMind的论文Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters（Charlie Snell，Jaehoon Lee，Kelvin Xu等），咱们预想o1模子将复杂任务拆解成多任务组成的念念维链，并摄取肖似强化学习（RL）的格式，通过各节点看成优化寻求最优旅途。其中，奖励模子决定优化标的，领有明确评判程序的规模更具上风，因此o1模子在代码、数学、科学规模推崇更优，而在写稿、裁剪等任务上推崇暂时不足GPT-4o，将来奖励模子能否准确评估其他的输出戒指，是干系期间路子发展的中枢问题之一。
▍算力干涉：强化学习带来算力干涉和推理本钱倍增。
左证OpenAI测算，磨练和推理端用于强化学习的算力干涉与模子戒指已经成正比，大模子赢得全新有用算力干涉途径，有望带来数倍于传统大模子的算力需求。其中模子推理端算力需求增长显耀，左证公司官网，现时o1-preview模子生成时刻可达分钟级，API订价输入15好意思元/百万Token和输出60好意思元/百万Token，较GPT-4o输入5好意思元/百万Token和输出15好意思元/百万Token的订价畸形倍增长。左证英伟达CEO黄仁勋在Communacopia + Technology会议上的发言，国外Blackwell系列需求昌盛，算力行业景气度握续上行。
在线测速▍期骗瞻望：加快斥地本钱优化，Agent才气培育B端领先受益。
短期聚焦代码、数学、科学等强逻辑规模，其中AI代码生成将激动全规模斥地着力培育。左证微软财报，国外GitHub Copilot Q1付用度户数超180万，同比，国内工商银行软开中心编码助手生成代码量占总代码量的比例超32%，o1模子代码才气，有望进一步培育AI补助斥地着力。将来模子通过奖励模子泛化有望推广更多行业，加快对边际行业和场景的掩饰，念念维链集结器具使用、常识库等才气期骗，不错形成更强Agent性能，办事企业汇总、分析、预警、预测、照拂等强逻辑任务需求。
▍风险成分：
AI中枢期间发展不足预期，AI被不妥使用形成严重社会影响，企业数据安全风险，信息安全风险，行业竞争加重。
▍投资政策：
OpenAI o1模子要点升级念念维链才气，集结强化学习，培育代码、数学、科学等强逻辑规模才气性爱娃娃，握续探索AGI杀青神志。新模子在磨练和推理端同步激动算力需求倍增，算力产业链景气度握续上涨；期骗端进一步镌汰各规模期骗斥地本钱，推感性能培育推广强逻辑场景掩饰，C端和B端期骗有望加快。暴虐握续顺心干系规模的头部AI公司。