o3模型發布！拆解ChatGPT聖誕禮包3亮點：OpenAI用了12天直播說了什麼故事？|數位時代 BusinessNext

o3模型發布！拆解ChatGPT聖誕禮包3亮點：OpenAI用了12天直播說了什麼故事？

OpenAI在年末一次性公布o1與o3兩代模型，除此之外，為期12天的直播活動中，還有三大亮點！

OpenAI自美國時間12月4日起，連續12個工作日進行聖誕倒數直播，先是在首日就推出模型o1的正式版，最後一天又來個驚喜回馬槍，公布最新一代模型o3與o3-mini。

拆解ChatGPT聖誕禮包3亮點

與o1相同，OpenAI最新的o3和o3-mini也是運用「思維鏈」（Chain of Thought，CoT）技術的推理模型，但效能又較o1顯著提升。

在美國時間12月20日的直播中，OpenAI研究副總裁陳信翰（Mark Chen）展示o3模型的內部測試成果，例如在軟體工程方面，o3準確度達到71.7%，比o1模型高出約23個百分點；o3也在程式競賽平台Codeforces取得2,727分佳績。除此之外，o3在回答數學及博士級科學問題上，也都有優於o1模型的表現。

特別的是，o3模型在致力於比較AI與人類智慧的ARC-AGI測試中，最高可以達到87.5%得分， 「人類表現得分85%的情況下，就具比較價值，在這以上的分數是一個重要的里程碑。」

ARC Prize基金會主席凱拉特（Greg Kamradt）表示， 這意味著新一代模型更加接近通用人工智慧（Artificial General Intelligence，AGI），能夠學習與獲得新技能。

此外，o3-mini支援低度、中等和高度運算模式，也就是說，使用者可以依照任務複雜程度，調整模型的運算和思考時間。

目前新模型還沒正式上線，OpenAI執行長奧特曼（Sam Altman）表示，o3-mini預計在明年1月先推出，o3則會隨後跟上。而在1月10日之前，o3-mini模型會先開放給資安領域研究人員申請使用，以協助測試模型安全。

2024年尾聲，OpenAI用12天直播說了什麼故事？

在o1模型正式發布之前，業界幾度有聲浪質疑，用更大規模算力、參數和資料量，換取更佳模型效能的縮放定律（Scaling Law）已經瀕臨極限。OpenAI在年末一次性公布o1與o3兩代模型，像是一掃悲觀的陰霾，除此之外，為期12天的直播活動中，還有三大亮點：

亮點一：開發者友善的客製化功能

過去大型語言模型（LLM）面對高度產業知識的發揮效果褒貶不一，OpenAI新推出強化學習微調（Reinforcement Fine-Tuning,RFT）功能，提供開發者能以簡單程式，建立為專業領域而生的客製化模型，像是法律、醫療、金融等領域的專業諮詢都能受惠。

此外，OpenAI也開放o1模型的API，提供包含函數調用（Function calling）、結構化輸出（Structured Outputs）、開發者訊息（Developer Messages）和視覺輸入等功能。其中，開發者訊息能夠指定模型要遵循的細部指令，例如定義語氣和呈現風格。而最直觀的應用，是使用者可以串連API，製作出有個人風格的聊天AI。

亮點二：AI輔助工作流程

今年，OpenAI陸續祭出協作式編輯工具Canvas，以及AI搜尋引擎SearchGPT。Canvas讓使用者在寫作或編寫程式時，可以邀請AI協助編輯、補充資料或進行設計建議；SearchGPT則將實時網頁搜尋整合至ChatGPT中。

而新推出的「專案（Projects）」功能，同時整合了Canvas與SearchGPT，使用者能夠依據不同作業需求，自定義工作空間。無論是基本的檔案管理、多人協作，或是整合程式碼與自訂指令，都能在專案空間中實現。

亮點三：多模態AI工具落地

OpenAI在系列直播中，再度展現語言模型從文字拓展至聲音和影像的趨勢。現在透過線上版本或直接撥打電話，都能和ChatGPT用語音對話，ChatGPT Plus和ChatGPT Pro的訂閱者還能開啟視訊功能，讓ChatGPT根據眼前實景互動。

OpenAI也正式發布AI影片生成模型Sora，可以透過文字、圖片或影片創建新的影片內容。Sora支持最高1080p的畫質，以及長達20秒的影片生成，並且，使用者能夠逐幀編輯影像內容。

直播第一天，OpenAI就推出一個月美金2,000元（約新台幣65,443元）的ChatGPT Pro訂閱方案。後續包含Sora在內的新功能，都為訂閱者設計差異化方案，在在彰顯OpenAI今年轉向商業模式的策略決心。此外，OpenAI也積極將ChatGPT與Apple Intelligence、與其他應用程式進行整合，在年末讓使用者感受到ChatGPT無所不在。

延伸閱讀：OpenAI推出o1模型！釋出最新ChatGPT Pro方案：月費高達6,500元，厲害在哪？

責任編輯：李先泰

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。