近期，人工智能領域取得又一突破性進展，OpenAI官方隆重推出了其最新力作——模型o1。這款模型的最大亮點在于，它融合了強化學習（RL）的訓練方法，并在模型推理過程中采用了更為深入的內部思維鏈（chain of thought，簡稱CoT）技術。這一創(chuàng)新性的結合，使得o1在物理、化學、數學等需要強大邏輯推理能力的學科領域內，實現了性能的顯著提升。

OpenAI的這一成果，無疑為人工智能領域樹立了新的標桿。RL+CoT的范式，不僅在效果上顯著增強了模型的強邏輯推理能力，更為后續(xù)國內外大模型廠商的研發(fā)方向提供了新的思路�？梢灶A見，在未來的日子里，沿著RL+CoT這一新路線，各大廠商將持續(xù)迭代模型，推動人工智能技術邁向新的高度。

01. 重心由預訓練轉移到后訓練和推理

2020年，OpenAI提出的Scaling Law為大模型的迭代奠定了重要的理論基礎。在o1模型發(fā)布之前，Scaling Law主要聚焦于預訓練階段，通過增加模型的參數數量、擴大訓練數據集以及提升算力，來增強模型的智能表現。然而，隨著o1模型的推出，OpenAI揭示了在預訓練Scaling Law的基礎上，通過在后訓練階段引入強化學習（RL）并在推理過程中增加長內部思維鏈（CoT，意味著更多的計算步驟），同樣能夠顯著提升模型的性能。這表明，Scaling Law不僅適用于預訓練階段，還能在大模型的后訓練和推理階段持續(xù)發(fā)揮作用。

具體來說，o1模型在編程、數學和科學領域的能力都得到了大幅提升。在Codeforces編程競賽中，o1模型的表現超過了83%的專業(yè)人員；在數學競賽方面，以AIME 2024為例，GPT-4o平均只能解決12%的問題，而o1模型平均能解決74%的問題，若采用64個樣本的共識，解決率更是能達到83%；在科學能力方面，對于博士級的科學問題（GPQA Diamond），GPT-4o的精確度為56.1%，人類專家水平為69.7%，而o1模型則達到了78%，超越了人類專家的能力。

o1模型的問世，為下一步大模型的訓練和迭代提供了新的參考范式——即RL+CoT。從定性角度看，RL+CoT需要更多的訓練和推理算力。在o1模型之前，如GPT-4o等模型主要經歷了預訓練和后訓練（基于人類反饋的強化學習RLHF）兩個階段，推理則采用單次推理或短CoT。然而，o1模型在預訓練階段的算力變化可能并不大，主要目的是保證模型具有較好的通用能力。在后訓練階段，由于采用了RL，模型需要通過不斷搜索的方式來迭代優(yōu)化輸出結果，因此算力消耗有望上升。在推理階段，o1模型在RL訓練下學會了內部長CoT，推理所需的token數量明顯增長，因此推理算力相比之前的單次推理或短CoT也顯著上升。

綜上所述，在新的大模型訓練范式下，從定性角度看，模型需要更多的訓練和推理算力來支持其性能的提升。

02. 算力和應用端或值得關注

目前升級版的AI大模型主要聚焦于強化邏輯推理能力，通過實現完整的分步驟推理過程，可以顯著提升回復的邏輯性和條理性。這一升級預示著Agent Network的初步框架即將形成，對于那些需要更嚴密邏輯處理的B端用戶，有望率先從中受益。同時，隨著系統(tǒng)對復雜實際環(huán)境中邊緣場景的處理能力得到增強，其應用范圍和效果也將得到進一步提升。

華泰證券分析指出，RL+CoT的訓練范式不僅延續(xù)了預訓練階段的Scaling Law，還進一步將其擴展到了后訓練和推理階段。在預訓練算力保持相對穩(wěn)定的情況下，RL后訓練和CoT推理將催生新的算力需求。這些需求的具體規(guī)模將取決于RL搜索的深度、CoT的內在長度以及推理效果之間的平衡。由于RL+CoT實際上為行業(yè)內的其他模型開發(fā)商設定了下一代模型迭代的基本框架，預計這一范式將被廣泛采納，從而帶動訓練算力需求的顯著提升。在此背景下，建議投資者關注與算力相關的企業(yè)，如博通、滬電股份、工業(yè)富聯等。

此外，盡管o1模型目前主要解決的是數學、代碼和科學領域的推理問題，但其核心在于構建模型的CoT能力。CoT作為推理的重要手段，有望在端側結合用戶的更多私有數據進行應用。蘋果AI Agent被視為實現CoT能力的理想計算平臺。因此，建議投資者關注與蘋果產業(yè)鏈相關的企業(yè)，包括立訊精密、鵬鼎控股、水晶光電、歌爾股份、藍思科技、東山精密、長電科技等。

最后，o1模型展現出的強邏輯推理能力有望擴展到更廣泛和通用的領域，并且在推理性能上相較于前代模型有顯著提升。這意味著基于o1及后續(xù)大模型的AI應用和Agent有望在能力上實現本質性的超越。因此，建議投資者關注核心的AI應用企業(yè)，如微軟、奧多比、金山辦公、泛微網絡、螢石網絡等。

       原文標題 : AI大模型的轉折點，關注哪些機遇？