中信证券研报指出，OpenAI o1模子升级念念维链和强化学习，重心提高模子推感性能，代码、数学、科学等强逻辑限制技艺大幅提高，捏续探索AGI完竣新形势。新模子在磨练和推理端同步激动算力需求倍增，算力产业链景气度捏续高潮；诳骗端进一步镌汰各限制诳骗竖立资本，推感性能提高扩张强逻辑场景遮盖性吧地址，加快各限制诳骗落地。冷落捏续关爱相干限制的头部AI公司。

　　贪图机｜OpenAI o1推理升级，关爱强化学习新机遇

　　OpenAI o1模子升级念念维链和强化学习，重心提高模子推感性能，代码、数学、科学等强逻辑限制技艺大幅提高，捏续探索AGI完竣新形势。新模子在磨练和推理端同步激动算力需求倍增，算力产业链景气度捏续高潮；诳骗端进一步镌汰各限制诳骗竖立资本，推感性能提高扩张强逻辑场景遮盖，加快各限制诳骗落地。冷落捏续关爱相干限制的头部AI公司。

　　▍事项：北京时分9月13日凌晨， OpenAI发布o1模子；OpenAI o1具备复杂推理技艺，代码、数学、科学限制达到顶尖水平。

　　o1可将任务拆解成多个浅陋任务，组成齐全念念维链并进行优化，提高最终回话的逻辑性、概括性、准确性。现时preview版块已绽放给5级API用户，并将鄙人周向企业和学术用户优先绽放。凭据公司官网，编程方面，模子在Codeforces竞赛上高出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单次生成可贬责74%的问题，屡次生成后进一步提高正确率到83%，而GPT-4只可贬责12%的问题。科学方面，模子GPQA Dimond测试集正确率78%，高出东谈主类人人70%水平。

　　▍技艺领路：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），咱们臆想o1模子将复杂任务拆解成多任务组成的念念维链，并弃取一样强化学习（RL）的阵势，通过各节点作为优化寻求最优旅途。其中，奖励模子决定优化地点，领有明确评判轨范的限制更具上风，因此o1模子在代码、数学、科学限制推崇更优，而在写稿、剪辑等任务上推崇暂时不足GPT-4o，异日奖励模子能否准确评估其他的输出截止，是相干技艺门道发展的中枢问题之一。

　　▍算力参预：强化学习带来算力参预和推理资本倍增。

　　凭据OpenAI测算，磨练和推理端用于强化学习的算力参预与模子恶果已经成正比，大模子获取全新有用算力参预途径，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权贵，凭据公司官网，现时o1-preview模子生成时分可达分钟级，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的订价衰退倍增长。凭据英伟达CEO黄仁勋在Communacopia + Technology会议上的发言，国外Blackwell系列需求新生，算力行业景气度捏续上行。

　　▍诳骗预测：加快竖立资本优化，Agent技艺提高B端最初受益。

　　短期聚焦代码、数学、科学等强逻辑限制，其中AI代码生成将激动全限制竖立效用提高。凭据微软财报，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模子代码技艺，有望进一步提高AI援助竖立效用。异日模子通过奖励模子泛化有望扩张更多行业，加快对边际行业和场景的遮盖，念念维链纠合器具使用、常识库等技艺诳骗，不错形成更强Agent性能，做事企业汇总、分析、预警、预测、照应等强逻辑任务需求。

　　▍风险成分：

　　AI中枢技艺发展不足预期，AI被欠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。

　　▍投资战略：

　　OpenAI o1模子重心升级念念维链技艺性吧地址，纠合强化学习，提高代码、数学、科学等强逻辑限制技艺，捏续探索AGI完竣形势。新模子在磨练和推理端同步激动算力需求倍增，算力产业链景气度捏续高潮；诳骗端进一步镌汰各限制诳骗竖立资本，推感性能提高扩张强逻辑场景遮盖，C端和B端诳骗有望加快。冷落捏续关爱相干限制的头部AI公司。